FMS在高校精品课程网站中的应用与研究

该文针对目前高校精品课程建设的实际情况,将Flash Media Server(FMS)技术引入到精品课程网站当中,为师生提供直观的、可视化视频课程平台,以满足网络教学中同步及异步交流的需要。     

面向S3C2440的U-Boot分析与改进

针对目前U - Boot引导程序无法从大页Nandflash启动,以及不能同时支持从Nandflash和Norflash启动的问题,在不改变代码通用性的前提下对U- Boot进行了改进.首先分析U - Boot阶段l的启动原理和U- Boot通用性的实现方法;然后依据S3C2440处理器提供的Nandflash存储启动机制以及大页Nandflash数据操作原理,修改阶段l实现代码,添加从大页Nandflash启动;最后利用大页Nandflash和Norflash存储器读写数据的差异性以及两种存储启动方式实现的不同机理,添加S3C2440处理器自动判断从何种存储器启动的代码,实现U-Boot兼容Nandflash和Norflash启动的改进.通过在基于S3C2440处理器的目标板上运行,结果证明对U - Boot所做的改进具有有效性,扩展了U-Boot的适用范围,增强了代码兼容性.     

基于Ajax的智能RSS聚合系统研究

RSS存在信息过载问题,为了解决该问题,设计了一个基于Ajax的智能聚合系统,使用户可以高效、及时、准确地获取到自己感兴趣的新闻。综合了内容过滤和协作过滤的优缺点,提出了一个改进的过滤算法,提高了过滤性能和准确度。对用户的行为和特征进行建模,系统可以依据用户模型过滤掉用户可能不感兴趣的信息。并将信息过滤技术与RSS聚合技术结合,使用户可以通过RSS聚合系统获取到自己感兴趣的内容,降低信息冗余。     

GA-BP神经网络的非线性函数拟合

由于BP神经网络具有良好的非线性映射能力,但在极值寻优时易陷入局部极值。本文利用具有全局搜索寻优的遗传算法优化BP神经网络(GA-BP),用于非线性函数拟合,弥补了BP网络寻优时的缺点。通过实例比较分析,GA-BP神经网络明显地提高了拟合精度,也使模型具有较强的应用性与推广性。     

电子线路课程教学的整体优化研究

根据电子线路课程的特点,结合多年电子线路的教学经验,从培养动手型和创新型人才的角度出发,本文提出了对电子线路教学进行整体优化的一些方法。将电子线路课程的整个教学环节进行整体优化,特别是对教学过程中的实验环节提出了具体的优化措施。提出了多媒体教学的优缺点和传统教学方式相结合的必要性。要求学生掌握基础知识的同时,重点培养他们的分析能力、综合应用能力、设计能力和创新意识。     

飞行仿真系统数据可视化设计与实现

研究飞行仿真系统结果数据可视化,为验证分析飞行仿真系统结果的正确性,需要对仿真系统输出的飞行性能数据进行实时在线观测并与标准数据进行对比分析。针对飞行仿真系统对飞机飞行数据实时观测的需求,设计了一种可实时观测的飞行仿真数据可视化方案。在建立仿真系统模型的基础上,为了提高系统的可靠性和优化数据结构,提出了新的数据结构和曲线生成算法绘制实时曲线,实现了数据的可视化观测,避免了实时绘制过程屏幕的闪烁和曲线出现的锯齿。并结合飞行仿真特点,利用MapX组件技术加载了具有导航台的全国地图,对传统的电子地图显示进行了改进,实现了飞机在地图上的实时航迹观测。仿真结果表明,系统能够实时观测仿真结果并分析系统误差,实现飞行仿真数据的可视化,并可验证飞行仿真系统的正确性。     

可靠性技术在继电器控制中的应用

本文以可靠性技术,针对继电器在使用时主要失效模式触点失效故障进行分析,从触点材料、控制负载、抑制触点电弧,并对触点在常用环境下不合理使用等问题一并进行了较详细的阐述。     

考虑电动汽车停泊概率的配电网接纳电动汽车能力评估方法

针对规模化电动汽车无序充电易导致配电网电压及潮流越限,需要定量评估配电网接纳电动汽车的能力问题,提出考虑电动汽车停泊概率的配电网接纳能力评估方法。首先在充电负荷建模环节增加考虑电动汽车停泊概率的影响,采用二阶段方法确定充电负荷所在节点;其次对基础负荷的季节特性进行建模,以研究由此导致的配电网接纳能力季节差异;建立了考虑静态安全约束的接纳能力评估模型,采用机会约束消除充电负荷预测偏差对评估准确度的影响。最后通过算例验证了所提评估方法的有效性。     

基于协同观测器的永磁同步电机无传感控制

针对传统滑模观测器使用符号函数引起的抖振问题,提出了一种基于连续函数的协同观测器方法,实现永磁同步电机(PMSM)的无传感控制。首先,研究PMSM的离散数学模型。其次,建立k+1时刻的电流偏差和k时刻的电流偏差之间的函数关系。最后,利用反正切函数计算转子位置并加入角度补偿,提高观测精度。仿真结果表明,所设计的协同观测器不仅无抖振现象,还具有更高的估算精度及良好的抗干扰性能,比传统滑模观测器可以更好地实现PMSM的无传感控制。     

基于3D scSE-UNet的肝脏CT图像半监督学习分割方法

针对分割神经网络需要大量的高质量标签但较难获取的问题,提出基于3D scSE-UNet的半监督学习分割方法. 该方法使用自训练的半监督学习框架,将包含改进的并行空间/特征通道压缩和激励模块（scSE-block+）的3D scSE-UNet作为分割网络. scSE-block+可以从图像空间和特征通道2个方面自动学习图像的有效特征,抑制无用冗余特征,更好地保留图像边缘信息. 在自训练过程中加入全连接条件随机场,对分割网络产生的伪标签进行边缘细化,提升伪标签的精确度. 在LiTS17 Challenge和SLIVER07数据集上验证所提出方法的有效性. 当有标签图像占训练集总图像的30%时,所提方法的Dice相似系数(dice score)为0.941. 结果表明,所提出的半监督学习分割方法可以在仅使用少量标注数据的情况下,取得与全监督分割方法相当的分割效果,有效减轻肝脏CT图像分割对专家标注数据的依赖.