Recent advances in carbon nanotubes-based microwave absorbing composites

With the blossom of information industry, electromagnetic wave technology shows increasingly potential in many fields. Nevertheless, the trouble caused by electromagnetic waves has also drawn extensive attention. For instance, electromagnetic pollution can threaten information safety in vital fields and the normal function of delicate electronic devices. Consequently, electromagnetic pollution and interference become an urgent issue that needs to be addressed. Carbon nanotubes (CNTs) have become a potential candidate to deal with these problems due to many advantages, such as high dielectric loss, remarkable thermodynamic stability, and low density. With the appearance of climbing demands, however, the carbon nanotubes combining various composites have shown greater prospects than the single CNTs in microwave absorbing materials. In this short review, recent advances in CNTs-based microwave absorbing materials were comprehensively discussed. Typically, we introduced the electromagnetic wave absorption mechanism of CNTs-based microwave absorbing materials and generalized the development of CNTs-based microwave absorbers, including CNTs-based magnetic metal composites, CNTs-based ferrite composites, and CNTs-based polymer composites. Ultimately, the growing trend and bottleneck of CNTs-based composites for microwave absorption were analyzed to provide some available ideas to more scientific workers.     

课程思政在现代学徒制煤化工专业课程中的教学探索——以"煤质分析及煤化工产品检验"课程为例

现代学徒制是一项深化产教融合、校企合作的育人机制,是创新技术技能人才的现代培养模式.山西铁道职业技术学院与山西安泰控股集团有限公司深度合作开展山西省现代学徒制试点项目,合作目的之一是培养企业煤化工专业人才.学校教师结合学生(员工)在企业车间岗位上的技能知识,系统地讲授煤化工专业课程"煤质分析及煤化工产品检验"理论知识,同时针对企业员工日常学习思想政治知识较少的实际,润物细无声地加入思政元素,实现专业知识与实践技能相结合,技能知识与思政教育相融合,真正培养知识型、技能型、创新型高素质技能人才,努力构建职业教育产业发展命运共同体.     

矿山工程施工 “车间式”管理模式的构建与应用

为规范矿山工程施工项目管理，提升其管理水平及效率，运用组织论的相关理论，研究了项目管理的职能组织结构模式的不足，指出了施工方项目管理普遍存在的现实问题，并在分析矿山工程施工管理现状的基础上，创新性地提出了矿山工程施工“车间式”管理组织结构模式，阐述了其特性特点，最终结合施工管理过程中的主要矛盾总结出了主要做法。“车间式”管理组织机构模式已应用于司家营常峪铁矿工程施工实践中，明显地提升了矿山工程施工管理效率和管理质量，同时降低了项目管理成本，具有较强的借鉴意义，值得推广应用。     

基于蛋白质组学技术研究秦川牛肉宰后贮藏过程中肌红蛋白含量及其衍生物转化

本实验采用4D-非标记蛋白质组学技术研究秦川牛肉贮藏过程中（0～8 d）肌红蛋白含量及其衍生物的转化情况，阐释冷却秦川牛肉中肌红蛋白含量及其衍生物转化的分子机制。结果表明：贮藏过程中，肌红蛋白表达量在宰后0～4 d上升、4～8 d下降，利用非标记蛋白质组学技术鉴定出与肌红蛋白及其衍生物相关的差异蛋白14 种，具体包括代谢酶、氧化还原酶、过氧化物酶、伴侣蛋白4 类，这4 类蛋白的表达共同调控贮藏过程中肌红蛋白含量的变化及其3 种衍生物之间的转化，具体表现为贮藏过程中肌红蛋白表达量整体呈下降趋势，氧合肌红蛋白相对含量持续下降，脱氧肌红蛋白、高铁肌红蛋白相对含量逐渐增加，导致肉色发生褐变。本研究结果有利于理解秦川牛肉贮藏过程肉类变色的复杂生化变化机制。     

基于时频域的卷积神经网络运动想象脑电信号识别方法

针对目前运动想象脑电（EEG）信号识别率较低的问题，考虑到脑电信号蕴含着丰富的时频信息，提出一种基于时频域的卷积神经网络（CNN）运动想象脑电信号识别方法。首先，利用短时傅里叶变换（STFT）对脑电信号的相关频带进行预处理，并将多个电极的时频图组合构造出一种二维时频图；然后，针对二维时频图的时频特性，通过一维卷积的方法设计了一种新颖的CNN结构；最后，通过支持向量机（SVM）对CNN提取的特征进行分类。基于BCI数据集的实验结果表明，所提方法的平均识别率为86.5%，优于其他传统运动想象脑电信号识别方法；同时将该方法应用在智能轮椅上，验证了其有效性。     

基于深度学习的人体姿态估计方法综述

基于深度学习的人体姿态估计方法旨在通过构建合适的神经网络，直接从二维的图像特征中回归出人体姿态信息。主要按照2D人体姿态估计到3D人体姿态估计的顺序，并从单人检测与多人检测、稀疏的关节点检测与密集的模型构建等方面，对近年来基于深度学习的人体姿态估计方法进行系统介绍，从而初步了解如何通过深度学习的方法得到人体姿态的各个要素，包括肢体部件的相对朝向和比例尺度、骨骼关节点的位置坐标和连接关系，甚至更为复杂的人体蒙皮模型信息。最后,对当前研究面临的挑战以及未来的热点动向进行概述，清晰地呈现出该领域的发展脉络。