新型井下牵引器步进机构动态特性分析

针对井下牵引器步进机构滚珠丝杠副做运动分析的传统计算方法并未考虑滚动体惯性载荷的问题,采用矢量分析法对滚珠丝杠副进行了运动学分析,得出其轴向运动的影响因素,并运用球轴承拟静力学的分析方法,结合往复作业的实际工况,建立了只受纯轴向力的滚珠丝杠副拟静力学简化分析模型,解出相关影响参数,并研究了不同轴向载荷和转速下步进机构的运动规律。研究结果表明:丝杠轴向移动速度曲线呈现负正弦变化趋势,且转速对其影响显著,轴向载荷一定时,转速与轴向移动速度成倍增长;而对比轴向载荷的影响就略小,一定转速下,在机构的带载能力范围内,随着轴向载荷的递增,轴向移动速度会产生极小的差值;与传统计算方法对比,该轴向速度数值及变化规律有明显的出入。研究结果对于牵引器在水平井井下作业的精确进给和控制具有一定的指导意义。     

视频侦查中人像智能分析应用及算法优化

人像智能分析指的是对视频或录像中的人像进行结构化和可视化分析,对目标人物进行性别、年龄、发型等特征的智能识别,这项技术在视频侦查中有极高的应用价值。人像识别早期的算法是通过人工提取特征,通过学习低级视觉特征来针对不同属性进行分类学习,这种基于传统方法的模型表现常常不尽如人意。在计算机视觉领域,通过海量图像数据学习的神经网络比传统方法有更丰富的信息量和特征可以被提取。文章尝试通过深度学习技术训练神经网络模型对行人进行检测和识别,对于衣着不同的行人进行智能识别,具有更好的鲁棒性,提升了视频人像识别的准确率,拓展了人工智能技术在身份识别领域的应用。     

初中历史课堂教学如何促进学生自主学习

由于现阶段初中历史是开卷考试,学生、家长和学校对历史教学不太重视,大多数历史教师都是由非专业的教师来代课,导致历史教学就是画画重点。学生对历史课也不怎么感兴趣,历史课有被边缘化的趋势,学生历史自主学习的能力大大降低。     

动手能力与小学数学学习

在数学学习中，教师应激发学生的参与欲望，引导他们动手实践，自主探索，合作交流，激励学生主动看，主动说，主动做，主动想，根据自己的体验用自己的思维方式，通过独立思考，合作交流，重新“创造”有关的数学知识；感受数学本身的魅力，增进学好数学的信心。     

基于Q-learning的不确定环境BDI Agent最优策略规划研究

BDI模型能够很好地解决在特定环境下的Agent的推理和决策问题,但在动态和不确定环境下缺少决策和学习的能力。强化学习解决了Agent在未知环境下的决策问题,却缺少BDI模型中的规则描述和逻辑推理。针对BDI在未知和动态环境下的策略规划问题,提出基于强化学习Q-learning算法来实现BDI Agent学习和规划的方法,并针对BDI的实现模型ASL的决策机制做出了改进,最后在ASL的仿真平台Jason上建立了迷宫的仿真,仿真实验表明,在加入Q-learning学习机制后的新的ASL系统中,Agent在不确定环境下依然可以完成任务。