有机化学电子理论教学法在学生创新能力培养中的应用

大学生自学能力和创新能力的培养,需要教学方法的不断革新。笔者结合多年从事有机化学教学与科研经验,创造性利用电子理论贯穿整个教学过程,揭示有机化学反应的本质,并深刻地剖析有机合成的思路,有利于培养大学生的自学能力、创新能力和树立正确的科学思维。     

基于自适应门控的双路激光雷达三维车道线检测

局部和全局特征提取在车道线检测任务中扮演着重要的角色。针对现有的基于激光雷达的车道线检测算法局部特征提取层次单一和全局特征利用不充分的问题，提出一种基于自适应门控的双路激光雷达三维车道线检测算法。首先，通过全局特征金字塔结构，使网络提取具有全局相关性的多层次车道线特征；其次，引入双路结构，其中辅助通路将底层高分辨率纹理特征压缩到高级抽象语义特征从而降低计算复杂度，压缩的语义特征用作另一个构建的主通路的先验信息，帮助学习更加精细的底层纹理细节，并借助高效移动卷积模块，在缓解注意力窗口效应的同时产生更好的下采样特征；最后，设计一种自适应多阶门控模块来更好地利用上下文信息，使网络自适应捕捉车道线更具代表性的全局纹理及语义特征。在K-Lane数据集上的实验表明，所提算法F1分数较主流模型提升2.6个百分点，在不良光照、严重遮挡条件下分别提升2.7个百分点和3.5个百分点。将算法部署在实车平台实现在线检测，验证了算法的工程实用价值。     

前缘凹坑及涡流发生器对风力机翼型气动性能影响

通过风洞试验，对相对厚度为21%的风力机翼型及前缘凹坑进行研究。前缘凹坑损伤是采用三维软件进行建模，并利用3D打印技术对模型进行加工的。本次风洞试验考虑了光滑模型、前缘凹坑模型以及增加涡流发生器(VG)后翼型的气动性能。通过对升力系数及压力系数的分析进行流态判读，并采用荧光丝线方式进行流动显示，揭示了翼型失速过程。同时，测试结果表明，前缘凹坑会降低翼型的升力系数，增加翼型的阻力系数。而在前缘带凹坑的翼型上安装VG后，可以改善前缘凹坑翼型的气动性能。     

煤巷掘进工作面声发射监测传感器超前布设工艺研究

为实现对煤巷掘进工作面掘进过程声发射监测信号的有效采集，确保监测效果真实可靠，对煤巷掘进过程声发射监测传感器超前布设工艺进行了研究。在掘进工作面本煤层顺层钻孔与底板巷穿层钻孔安装传感器，考察监测工艺可行性以及监测信号的有效性与真实性。研究结果表明：可伸缩式弹性倒爪机构可实现传感器在顺层与穿层钻孔内的有效安装，但基于工程现实客观条件，底板巷穿层钻孔安装传感器更具可行性；同时通过该传感器所采集的监测信号更接近煤岩体内产生的真实信号，从而确立了煤巷掘进工作面声发射监测传感器宜采用底板巷穿层钻孔布设的安装工艺，该工艺可有效提升监测信号真实性与可靠性，并进一步完善了煤巷掘进工作面声发射监测技术体系。     

基于STM32单片机的智能窗户设计

随着社会的快速发展和人们生活节奏的加快，人们对互联网+和智能化家具的需求越来越大。为满足人们对于智能家具的需求，文中设计了一种基于STM32单片机的智能窗户。该设计包含主控模块、电源模块、传感器模块、Esp8266无线收发模块、电机驱动模块，可以实现下雨自动关窗、窗户防盗、室内温湿度检测以及室内空气质量的检测。     

联合国应对全球灾害风险管理的对策及其启示

前言近年来,频发的极端天气和自然灾害事件引发全球广泛关注。2022年4月26日,联合国防灾减灾署发布第6期《联合国全球减少灾害风险评估报告——我们的世界正身处险境:转变治理体系,创造具有恢复力的未来》(简称《联合国第6期减灾评估报告》,GAR2022)。该报告指出,近年来极端天气气候事件频发导致气候安全问题加剧以及2019年新冠肺炎疫情大流行。     

踔厉奋进再出发 扬鞭再踏新征程——记江西建工劳动模范陈汴

他身上展现出了“敢于拼搏,勇于担当”的新时代江西建工人的优良品格和精神风貌,彰显了国有企业青年人绚丽灿烂的青春和力量!2022年11月18日,江西省建工集团有限责任公司(以下简称“江西建工”)召开成立70周年大会,来自江西建工第二建筑有限责任公司的项目经理陈汴被授予“江西建工劳动模范”称号,成为江西建工有史以来最年轻的劳动模范。     

基于Bloom分类法的CS1试题数据集的构建及其自动分类

课程评估是教学改革的一个关键环节，涉及教学案例、试题以及课堂教学等方面的内容。针对计算课程的试题评估，引入Bloom分类法，以普林斯顿大学和桂林电子科技大学“计算机科学导论”课程(CS1)的试题为语料库，给出针对CS1的Bloom分类法认知过程维度和知识维度的相应动词种子库和名词种子库，对试题所能达到的Bloom分类法二维矩阵的位置进行标注，构建CS1试题分类数据集。采用机器学习技术，给出CS1试题自动分类模型TFERNIE-LR,该模型由CSTFPOS-IDF算法、ERNIE模型和LR分类器3部分组成。CSTFPOS-IDF算法是在TFPOS-IDF算法的基础上，通过计算课程关键词权重因子，来提高模型对计算课程关键词的关注程度，生成词权重。同时，基于实体知识增强预训练模型ERNIE进行试题词语级向量嵌入，组合词权重和词语级向量生成用于自动分类的试题文本向量。最后，采用LR分类器将试题自动分类到Bloom分类法二维矩阵。实验结果表明，TFERNIE-LR模型具有良好的性能，在认知过程维度和知识维度上的加权精确率分别达到了83.3%和96.1%。     

基于激光点云的深度语义和位置信息融合的三维目标检测

提出一种高性能的基于深度语义和位置信息融合的双阶段三维目标检测（DSPF-RCNN）算法。在第一阶段提出深度特征提取-区域选取网络（DFE-RPN），使网络在俯视图中能够提取目标更深层次的纹理特征和语义特征。在第二阶段提出逐点语义和位置特征融合（ASPF）模块，使网络能够自适应地提取目标最有差异性的特征，增强中心点在特征提取时的聚合能力。算法在KITTI数据集上进行测试，结果显示，测试集中Car类目标在Easy、Moderate和Hard水平的检测精度均优于现有的主流算法，检测精度分别为89.90%,81.04%和76.45%；验证集中Car和Cyclist类目标在Moderate水平的检测精度分别为84.40%和73.90%，相对于主流算法提升了4%左右，推理时间为64 ms。最后将算法部署在实车平台上实现了在线检测，验证了其工程价值。     

前缘分布式粗糙带对风力机翼型气动性能的影响

基于翼型粗糙容忍度，采用三维建模方法模拟分布式粗糙元，代替传统粗糙带，并利用3D打印技术打印粗糙前缘模型。通过风洞测试，得到前缘粗糙的18%厚度风力机翼型气动性能数据。测试结果表明，随着雷诺数的增加，翼型的升力系数增加。前缘粗糙会导致翼型的最大升力系数减小，阻力系数上升，最大升阻比减小，失速攻角提前。同时，相同粗糙水平下，相较于前缘凸起，前缘凹坑粗糙方式对风力机翼型气动性能影响较小。