基于单片机的病房无线呼叫系统设计

为解决传统病房有线呼叫系统存在的布线复杂、易出故障、维修不便、不能在现有床位基础上及时增加新床位信息等问题,提出了无线呼叫系统设计。采用STC89C52系列单片机作为主控芯片,nRF905作为无线收发的核心芯片,并配以相应的LCD显示屏和声光报警器,设计出了无线病房呼叫系统。结果表明,该系统可靠传输距离达90 m以上,具有一定的抗干扰性,且可以临时方便增加床位显示信息,能够满足医院的临时实际需求。该系统性能稳定,操作简便,可以有效代替传统有线呼叫系统。     

聚丙烯工程化研究

采用纳米填充、交联和转晶的复合技术对聚丙烯进行了改性，优选了纳米碳酸钙为填料。当β成核剂用量为0．5％、助交联剂为3％时，复合材料的综合性能达到最好，接近普通工程塑料的各项力学性能。红外光谱分析和熔体质量流动速率的测定表明，复合材料体系产生了微交联；DSC分析发现，PP材料的聚集态结构中含有β球晶。     

盐水系统设备的防腐技术对比分析

对鳞片衬里、橡胶衬里和玻璃钢3种设备防腐技术在3套装置盐水系统中的应用进行了对比分析,总结了各自的性能特点和使用经验。     

基于期望造价的黄土路堑高边坡优化设计模型

考虑黄土高边坡的工后失效费用问题,使设计方法更加合理完善.基于期望造价,应用数学和力学原理,并结合黄土特征,假定最危险滑动面为抛物线型,对高边坡进行可靠度分析,建立了黄土路堑高边坡的优化设计模型.以铜黄公路高边坡为例对模型进行验证,计算结果表明,总坡比1:1.26时,总期望造价最小,模型与实际情况相符.该模型前瞻性强、意义明确,对设计人员和决策者有重要参考价值.     

基于学习者画像的数据库课程教学改革研究

针对现有数据库基础课程教学无法满足学生多样化需求为背景,本文引入问卷调查获取学生个性化特征,根据学习者的基本信息、行为数据、态度数据以及学习结果对其进行画像,将具有相同学习行为的学生形成群体,按学生个人能力和需求给予个性化教学,并及时对学生学习过程进行干预,设计形成以人为本的差异性和多元化数据库课程教学新模式。     

基于Matlab的加权随机点名提问系统设计

该文从教学需求出发,设计一套具有权重的随机点名课堂提问系统,其目的是提高课堂教学质量与学生参与的积极性。该系统具有两个方面的功能,第一,可以避免教师在课堂教学中的带有个人感情色彩的提问偏重,给予每个学生相对均等的回答课堂提问的机会;第二,可以根据学生知识掌握情况以及课堂问题难易程度,适度调节随机点名的权重分配,提高学生问题回答质量与课堂效率,将课堂提问在教学环节中发挥到最大的作用。     

小麦品种知识图谱构建与可视化研究

为探索知识图谱技术在农业智能生产中应用与落地, 解决复杂多样的农业生产数据的精准查询与可视化问题, 本研究以小麦品种知识为例, 利用爬虫技术, 爬取1852个小麦品种信息、735个微百科、102349个词条; 基于知识图谱技术, 设计品种知识图谱实体与关系, 对抓取数据进行清洗、抽取与融合, 经过实体识别、关系构造等处理, 构建实体258484个, 关系328933个. 在此基础上, 设计了小麦品种知识存储方式, 结构化数据存储在MySQL中, 非结构化数据存储在MongoDB中, 使用Neo4j图数据库存储知识图谱来提高知识的查询性能, 在此基础上实现小麦品种关系查询与实体识别, 提供品种数据精确表达与可视化, 表明利用知识图谱技术实现品种等信息的可视化是可行的, 该研究可以为知识图谱在农业中的应用提供技术参考和理论支撑.     

蓝宝石高温光纤压力传感器的设计与仿真

针对高温环境下压力测量需求,提出采用蓝宝石材料来构造适用于特殊环境下的光纤高温法珀压力传感器。基于圆形膜片压力敏感原理设计了传感器敏感单元结构尺寸,通过Comsol有限元软件建立了敏感单元模型,对敏感膜片的表面位移及应力分布情况进行了仿真,验证了传感器设计的可靠性;同时分析了传感器的温敏效应,结果表明随温度升高,传感器的灵敏度会增大,会对压力测量产生误差,约为1.51kPa/℃,上述结果为蓝宝石高温压力传感器的结构和性能优化设计提供了有效指导。     

区块链社交网络信息传播模型的优化研究

区块链的出现使得社交网络信息传播的模式发生了改变,如用户信任度、信息传播的转发概率等。因此,在传统社交网络信息传播模型的基础上,通过对用户行为模式的着重分析,基于用户信任度和经济激励等影响因素优化了转发概率;新增了合约状态节点解释用户的理智性,基于此提出区块链社交网络信息传播模型。理论与仿真分析表明,该模型在区块链社交网络的信息传播过程中具有较好的稳定性和敏感性,节点属性变化走势更加接近真实网络,能够较好地模拟区块链环境下社交网络中信息的传播规律。     

协同视觉显著性检测方法研究进展综述

协同视觉显著性检测是基于人类视觉注意力机制,旨在捕获一组相关图像中的公共显著目标,在协同分割和目标检测等领域广泛应用。对现有的协同显著性检测方法进行归纳总结和实验评估。根据特征形式的差异将所有方法分为两大类：一类是采用浅层特征的传统方法,另一类是采用深层特征的基于深度学习方法。根据获取组间显著性和模型构建策略的不同,对这两大类方法进行相关介绍和理论分析。将流行方法在领域内两个公开数据集进行了主观和定量的实验评估。对现有方法进行定性总结,并分析了现阶段研究中存在的问题,同时对未来工作进行展望。