基于三坐标测量机的曲面模具逆向工程应用

简述了逆向工程及其关键技术。介绍了以三坐标测量机为基础，应用Pro／E等软件，通过测量控制、数据处理、曲线及曲面处理等过程和方法，在构造复杂曲面模具中的实际工程应用。     

美国大学访问随感

详细介绍了UIUC、IIT、芝加哥大学、西北大学、普度大学等美国高校的开放式办学模式和教育体系,从教学环境、师资队伍、课程教学、学术氛围等方面阐述了美国高校的办学特色,并与我国大学的现状进行了对比,分析了我国高校存在的问题,并对面临的机遇和挑战进行了反思。     

基于程序理解的编程题自动评分方法

针对传统的编程题自动评分方法没有考虑学生程序是怎样实现编程任务的,以及不能从程序文本的语法结构和语义角度衡量学生程序与正确答案的接近程度等问题,提出一种基于程序理解的自动评分方法.以程序理解的一般过程及基本策略为依据,结合人工阅卷的思维过程,建立评分模型.评分过程可划分为3个阶段:首先将程序代码转换成系统依赖图中间表示形式;然后,对系统依赖图进行标准化转换,消除程序表达方式的多样性;最后,匹配标准化后的学生程序与模板程序系统依赖图并根据匹配结果给出评分.该方法被应用于"C语言编程题自动评分系统"中.实验结果表明:它可以根据学生程序的语法和语义衡量学生程序实现编程任务的正确程度,具有较高的准确性.     

云端在线教学的实践和思考

基于不同课程的不同特点,分析采取不同在线教学方式的异同,从如何做到课前不放任、课中不放水、课后不放羊3个层面阐述如何通过合理规划在线教学活动和教学方式,提升学生的归属感、存在感、获得感和成就感,分别介绍3门课程在线教学实践过程并说明效果,最后对在线教学能解决哪些实体课堂不能解决的问题进行探讨.     

基于模糊关联聚类分析的彩色样本数据选取方法

通过对各种聚类算法的研究比较，提出基于模糊关联聚类分析的CMYK色彩空间数据采样方法，该方法可以充分利用隶属向量中各分量所提供的信息，分类结果更合理，同时，将RGB颜色空间样本数据转换到CIELab均匀颜色空间中，用灰色关联度作色彩相似性的测试，可以更好地指导彩色样本数据的分类。     

代码多样化消除规则的研究

程序目标实现形式的多样化给代码的理解工作带来了许多困难,针对这种情况,提出了一系列代码多样化实现形式消除的规则．在系统依赖图(SDG)的基础上,应用这些规则实现了代码多样化的消除处理,并将这些规则应用到程序设计语言编程题自动评分系统中．     

三维多无人机系统协同任务规划关键问题综述

随着无人机技术的迅猛发展,人们对无人机技术的需求越来越广泛,已从单机简单任务向多机协同执行多个复杂任务、且自主协调、无人干预、群体合作的方向发展.而多无人机系统的协同任务规划技术,是无人机自主导航飞行和无人机之间自主协调配合共同完成任务的关键.这一任务规划决定了无人机各类资源的协调和执行目标的合理分配,无人机协调可飞飞行航迹的规划,以及在飞行过程中,取代人为干预,实时协调化解多机飞行时可能产生的各种冲突和问题.因此,对多无人机系统协同任务规划的关键问题,如目标分配、航迹规划、在线重规划等深入研究,是提高多机系统执行任务能力的重要环节.近年来,该领域的研究日益广泛,但还存在诸多问题需要解决,尤其迫切需要研究在三维战场环境下的多机协同任务规划方法.     

多线程程序数据竞争检测和验证方法研究综述

随着软件规模的日益增长,多线程并发程序带来的缺陷也很快蔓延开来.数据竞争作为多线程并发程序中常见的问题,经常会导致程序不能正常运行,或更为严重地导致程序直接崩溃.数据竞争产生的条件往往都比较隐蔽和苛刻,不仅需要特定的输入,而且还需要特定的线程执行交错.因此,数据竞争很难被检测出来.本文介绍了多线程数据竞争检测和验证相关的研究现状,并对已有的数据竞争检测和验证方法在检测能力以及检测效率等方面做出比较、分析以及归纳.同时,对未来数据竞争检测和验证相关的研究方向进行了展望.     

面向有效错误定位的测试用例优选方法

针对已有测试用例选择方法在提高错误定位有效性方面存在局限性的问题,首先,定义“失效覆盖向量相似度优先排序”准则,将执行路径与失效执行路径相似的成功测试用例赋予较高的优先级;然后定义“失效覆盖等价划分优化选择”准则,选择能够最大区分失效执行语句的成功测试用例集合;在此基础上,建立测试用例优选模型(effective selection, ES).不同于已有方法,ES充分利用失效执行路径来提高错误定位的有效性.该模型被应用于优选Siemens测试用例集合,其结果被应用于Tarantula等4种错误定位方法.结果表明,ES在约简率Reduction和衡量错误定位有效性的Expense_increase两个指标方面,均优于已有的基于语句和基于向量的测试用例约简方法.ES不但可以获得97%以上的约简率,提高错误定位的效率,而且具有较低的Expense_increase,显著提高了错误定位的有效性.     

一种新型纤维素螯合吸附剂的制备

以硝酸铈铵为引发剂,在纤维素上接枝丙烯腈,将共聚物先皂化后偕胺肟化,制备了一种含偕胺肟基和羧基的新型纤维素螯合吸附剂(AOSC),并对制备条件进行优化。结果表明,接枝反应的最佳条件为:引发剂浓度5.71 mmol/L,丙烯腈浓度1.38 mol/L,温度50℃,反应时间60 min;在此条件下,丙烯腈接枝率和接枝效率分别达到85.0%和53.2%。皂化反应中NaOH的最佳浓度为0.125mol/L,而偕胺肟化反应中盐酸羟胺的最佳浓度为1.03 mol/L,相应的腈基转化率可达99.1%,AOSC对Cr6 的吸附容量为95.8 mg/g。