基于SV2的汽车乘员约束系统仿真模型 可信度验证系统

针对汽车乘员约束系统仿真模型的可信度验证需要大量重复的数据处理和结果分析的问题,基于可信度验证系统（system of verification and validation, SV2）,将100%正碰、40%偏置碰和侧碰工况的分析流程固化,开发汽车乘员约束系统仿真模型可信度验证系统。对100%正碰工况进行试验验证,结果表明：新开发的仿真模型可信度验证系统对模型可信度验证能够提高90%的工作效率,自动生成分析报告,为仿真工程师提供模型改善建议。     

基于改进蚁群算法的滚筒截割轨迹规划

针对采煤机滚筒容易截割到岩石等情况,造成采煤机部件损坏、增加煤中矸石含量等问题,提出了一种基于改进蚁群算法的滚筒截割轨迹规划方法.通过分析普氏系数与电流、牵引速度等参数之间的数学关系模型,根据其参数对工作面信息进行描述,采用栅格建模法构建栅格工作面模型;对蚁群算法的信息素更新机制进行了改进,利用改进后的算法在虚拟栅格工作面中对滚筒截割轨迹进行规划,并采用三次B样条对其规划得出的最优或次优截割轨迹离散点进行拟合,从而得到一条平滑的滚筒截割轨迹.仿真结果表明,在复杂地质条件下,改进算法能较好地对截割轨迹进行规划,有效避免滚筒从任意起点截割到岩石等情况,三次B样条能很好地进行曲线拟合,拟合后的截割轨迹更加平滑,有利于引导采煤机滚筒自动截割.     

经验研究中情景感知需求获取与建模系统文献综述

情景感知（context aware）的应用是当前的一个研究热点,但由于情景的复杂性和不确定性,如何获取这些应用的需求面临着巨大挑战,需求工程领域出现了大量的研究来解决这个挑战.使用系统文献综述（systematic literature review）的方法首先分析了不同情景维度对于需求获取与建模的支持;统计并深入分析情景感知的需求获取与建模中常用的方法;评估了不同经验方法的技术转移成熟度.最后,基于上述结论,给出了情景感知的需求获取与建模下一步的研究方向.     

面向对象软件内聚度度量数据分布的实证研究

度量数据的分布信息对于理解和使用面向对象软件度量有重要意义.人们对面向对象软件规模度量、耦合度度量乃至继承维度的度量数据的分布都有研究,但对除内聚度缺乏度LCOM之外的内聚度度量数据的分布却缺乏研究.已有的实证研究表明,LCOM并不是好的内聚度度量,因此探讨其他内聚度度量数据分布很有必要.对包括内聚度缺乏度、基于连通性的内聚度度量和基于相似性的内聚度度量总共17个度量指标在112个Java开源软件项目的分布情况进行实证研究,对每个度量指标的每个项目数据使用幂律分布和对数正态分布进行拟合,并使用荟萃分析方法对拟合结果进行了分析.实证研究结果表明,非规范化的内聚度量可使用对数正态分布和幂律分布拟合,但规范化的基于相似性的内聚度量（包括CC、LSCC、SCOM和SCC）需要排除方法数小于等于1或字段数为0的特殊类才能使用对数正态分布拟合,而基于连通性的内聚度度量（包括TCC、LCC、DCD和DCI）则只有对应的非规范化版本的数据才符合对数正态分布或幂律分布.实证研究可帮助人们更好地理解和使用内聚度度量,特别是可以帮助人们如何利用已有的方法确定内聚度度量的阈值.     

基于匹配质量提纯的改进D-Nets算法

针对基于特征的图像配准在较大仿射变形以及存在相似目标情况下适应性不佳的问题,为减少算法的时间开销,提出一种基于匹配质量提纯的改进描述网（D-Nets）算法。首先,通过FAST算法检测特征点,并根据Harris角点响应函数以及网格划分相结合的方式进行筛选;然后,在计算直线描述子的基础上构建哈希表和投票表决,从而得到粗匹配对;最后,采用基于匹配质量的提纯方法剔除误匹配。针对牛津大学Mikolajczyk标准图像数据集进行了实验,结果表明：提出的改进D-Nets算法在尺度、视差和光照变化较大的情况下平均配准精度为92.2%,平均时间开销为2.48 s。与尺度不变特征变换（SIFT）、仿射-尺度不变特征变换（Affine-SIFT）、原始D-Nets等算法相比,提出的改进算法与原始算法的配准精度基本相当,但速度最高可提升80倍,并具有最佳鲁棒性,显著优于SIFT、ASIFT算法,非常适于图像配准应用。     

基于词向量和卷积神经网络的垃圾短信识别方法

对垃圾短信进行过滤识别研究具有重要的社会价值和时代背景意义。针对传统的人工设计短信特征选择方法中存在数据稀疏、特征信息共现不足和特征提取困难的问题,提出一种基于词向量和卷积神经网络（CNN）的垃圾短信识别方法。首先,使用word2vec的skip-gram模型根据维基中文语料库训练出短信数据集中每个词的词向量,并将每条短信中各个词组所对应的词向量组成表示短信的二维特征矩阵;然后,把特征矩阵作为卷积神经网络的输入,通过卷积层的不同尺度卷积核提取多尺度短信特征,以及利用1-max pooling池化策略得到局部最优特征;最后,将局部最优特征组成融合特征向量放入softmax分类器中得出分类结果。在10万条短信数据上进行的实验结果表明,在特征提取方式相同的情况下,基于卷积神经网络模型的识别准确率能够达到99.5%,比传统的机器学习模型提高了2.4%~5.1%,且各模型的识别准确率均保持在94%以上。     

"电力电子技术"课堂教学中融入"课程思政"的方法实践

针对"电力电子技术"课程思政教学改革与教学方法,通过思政元素与教学内容、教学方法、教学教具的有效融合,实现思想政治教育与知识体系教育的有机统一.通过创新教学内容设计,实现将丰富的思想政治教育元素润物无声地融入到"电力电子技术"课程之中.     

带强连通分支的多智能体系统可控包含控制

研究有强连通子图拓扑结构的有向多智能体系统领导者选择及可控包含控制问题.根据网络拓扑结构,智能体被分为两类:单元智能体和一般智能体.首先设计强连通子图中个体组成的单元智能体的一致性协议实现各个单元的一致;后由单元智能体和一般智能体构成新的拓扑结构,结合复杂网络可控性理论与二分图最大匹配算法确定满足网络可控的最少领导者集合,并为所有智能个体设计相应的控制协议,驱使跟随者渐近收敛到多个领导者组成的动态凸包中,从而实现网络的可控包含控制.仿真结果验证了理论分析的正确性.     

滤棒压降的快速检测分选系统设计

为缩短滤棒压降检测分选时间,降低实验人员劳动强度,设计了一种自动化程度高的滤棒压降快速测量分选方法及实验装置.装置采用满足烟草行业新标准技术要求的双通道测量头实现并行检测,流程操控以可编程逻辑控制器(PLC)技术集中控制气路替代复杂的电控部件.集成嵌入式单片机(MCU)芯片和高速ADS8341数据采集芯片实现精密压降传感器信号采集,并计算分析滤棒压降值的分选属性.以双路分选臂实现双通道测量结果的快速分选.实验选用不同标称值的标准滤棒测试装置的精度与重复性,以不同阻值的滤棒进行实验测试,结果表明:装置测量速度超过了600支/h,较单测量头的速度提升了1倍,且不需人工参与.标准棒降压测试精度达到了10 Pa,不同滤棒分选的准确率达到了100%,满足实验检测要求.     

再生水利用激励机制研究

针对我国再生水事业推进缓慢、再生水利用激励措施不健全等突出问题,初步探析了我国再生水利用激励机制的基本框架,系统地阐述了该机制的激励理论和建立过程。再生水利用激励机制是一种政府作为激励主体,对从事再生水生产的企业和用户产生激励作用的框架体系。通过对激励过程理论、马斯洛需求层次理论的分析,指出了当前再生水利用不同主体在激励过程面临的障碍,结合激励机制理论和环境经济学原理,提出了促进再生水利用经济外部性内部化的主要途径和激励手段。再生水利用激励机制将政府、再生水企业、用户有效地结合起来,妥善处理其中的利益关系,从而推动我国再生水市场健康发展。