基于“三全育人”的通信专业课程思政教学模式探索

基于全员育人、全程育人、全方位育人的“三全育人”理念,提出通信专业课程线上课堂、线下课堂和实践应用相融合的思政教学模式,使专业教育与思政教育同向并行,协同效应,提高学生对通信专业课程的积极性、主动性和实践应用能力,培养专业素质优良、富有社会责任感、具有创新创业精神的应用型人才。     

基于注意力机制的曲轴瓦盖上料机器人 视觉定位和检测方法

为了解决曲轴瓦盖人工上料效率低下、易出错的难题,研究了基于注意力机制的曲轴瓦盖上料机器人视觉定位和检测方法,实现自动上料。针对图像特征不明显,在Faster R-CNN的特征提取网络引入注意力机制,将曲轴瓦盖图像不同位置的权重映射到特征通道,使深度学习模型能够更多地关注曲轴瓦盖的边缘和中心语义信息。为进一步提高定位精度,本文还改进了候选框生成方法和损失函数。实验结果表明,与传统机器学习方法及经典深度学习目标检测模型相比,检测速度达0.419 s,定位精度最优(IOU和GIOU分别为0.941 3和0.940 9)。该方法还具有良好的鲁棒性。现场测试表明,该方法引导上料机器人抓取和放置曲轴瓦盖组的成功率达95.14%,提升了发动机装配生产线的效率。     

计算机病毒及其防范

目前计算机病毒几乎已经遍及社会的各个领域,近乎家喻户晓,只要接触过计算机的都能碰上它。计算机在社会生活各个领域的广泛运用,以及电脑的普及和网络的迅猛发展,计算机病毒呈现愈演愈烈的趋势,严重地干扰了正常的人类社会生活,给计算机系统带来了巨大的潜在威胁和破坏。你说它有多恐怖,也不是。但它总也挥之不去,伴随着计算机的发展,给计算机系统带来了巨大的破坏和潜在的威胁。因此,为了确保信息的安全与畅通,从计算机病毒的概念入手,分析计算机病毒的内涵及类型,并对计算机病毒来源进行分析,最后来探讨预防及对付计算机病毒的方法及措施。     

基于LDB描述子和局部空间结构匹配的快速场景辨识

提出一种新的基于局部差异二值(local difference binary, LDB)描述子和局部空间结构匹配方法实现快速场景辨识,运用多重网格密集采样得到图像区域的灰度和梯度信息,比较网格间的灰度和梯度进行二值描述,继承了二值特征提取的快速和低存储的优点。通过构建特征点的局部空间分布约束,将局域内的多点匹配取代单点匹配,排除了大量错配点,提升了匹配的准确率。试验表明,本研究方法计算效率约是尺度不变特征变换(scale-invariant feature transform, SIFT)的2.7倍,加速稳健特征(speeded up robust features, SURF)的1.9倍,充分验证了本研究方法的有效性和识别性能。     

手性脯酰胺催化剂的合成及其在不对称Michael加成反应中的应用

本论文主要研究了L-脯氨酸衍生的手性脯酰胺催化剂的设计、合成及其在不对称Michael加成反应中的应用。我们以硝基烯和环己酮为底物,考察了催化剂1和2在不对称Michael加成反应的催化活性和立体选择性。结果表明,以二氯甲烷为溶剂,以化合物2为催化剂,以三氟乙酸为辅助试剂,于室温反应12小时,加成产物的收率可达81%,立体选择性为71%。     

基于ACF的小波域数字图像水印算法

设计了一种基于自相关函数（ACF）的盲检测小波域数字图像水印算法,提取原图像小波分解的高频细节分量信息,并增强其相关性后,对水印信息进行调制掩盖。经过处理的掩藏了水印的高频细节分量与原图像的逼近分量再合成,得到含水印的图像。水印检测时,将含水印图像小波分解,分析其细节分量的ACF峰值,对图像的几何攻击进行估计及校正,以取得水印同步,再通过水印相关性进行检测评价,实验表明,该方法可行,具有较强的抗剪切、几何攻击性。     

矿用液压增稠剂性能的试验研究

在综合分析EO／EP共聚醚的增稠原理及效果的基础上，确定了EO／EP增稠剂的配比用量，研制出一种矿用高效增稠剂。试验研究表明，该增稠剂对于由齿轮泵、溢流阀等液压元件所组成的液压系统具有良好的适应性。     

多隧道结单电子动态存储器的Monte Carlo模拟

本文采用Monte Carlo方法模拟了多隧道结单电子动态存储器的存储特性，考察了隧道结的个数、隧道结电容、隧道结电阻、脉冲电压幅度等参数对存储器的存储时间和饱和充电电荷的影响，并与宏观RC电路进行了比较。     

基于低秩矩阵分解的运动目标检测

运动目标检测是视频监控任务的基础问题之一,针对灰度信息,目标检测存在的阴影识别能力差、检测精度低等问题,提出在HSV颜色空间下基于低秩矩阵分解的运动目标检测算法.首先将获取的RGB图像转为HSV颜色空间分量,分别对H、S、V通道构建低秩观测量,进行低秩矩阵优化分解,分离出不同颜色通道的前景和背景分量;组合H、S、V通道分量的前景图像,得到粗略的运动目标区域;再采用HSV颜色阴影去除去除前景图像中的阴影;最后经噪声去除和空洞的填充,检测得到准确的前景运动目标.实验验证表明,与其它方法相比,能够有效地提高运动目标检测的准确度.