基于深度信念网络的列车故障音频诊断方法

铁路在交通运输行业有着举足轻重的地位，一旦列车发生故障将会导致严重的生命财产损失。由于列车发生故障的概率相对较低，因此难以捕获列车的故障样本。针对上述问题，提出了一种无监督学习的列车故障识别方法，通过检测列车音频信号来识别列车故障。该方法基于深度信念网络(DBN)，利用小波包分解提取检测信号的特征向量并将其作为DBN的输入，待网络充分训练后，由训练好的DBN识别当前列车的运行状况。现场监测实验结果表明，该方法能够在无监督的条件下有效识别列车故障，保障了列车的运行安全。     

基于深度学习的秀丽隐杆线虫显微图像分割方法

利用计算机实现自动、准确的秀丽隐杆线虫(C.elegans)的各项形态学参数分析,至关重要的是从显微图像上分割出线虫体态,但由于显微镜下的图像噪声较多,线虫边缘像素与周围环境相似,而且线虫的体态具有鞭毛和其他附着物需要分离,多方面因素导致设计一个鲁棒性的C.elegans分割算法仍然面临着挑战。针对这些问题,提出了一种基于深度学习的线虫分割方法,通过训练掩模区域卷积神经网络(Mask R-CNN)学习线虫形态特征实现自动分割。首先,通过改进多级特征池化将高级语义特征与低级边缘特征融合,结合大幅度软最大损失(LMSL)损失算法改进损失计算;然后,改进非极大值抑制;最后,引入全连接融合分支等方法对分割结果进行进一步优化。实验结果表明,相比原始的Mask R-CNN,该方法平均精确率(AP)提升了4.3个百分点,平均交并比(mIOU)提升了4个百分点。表明所提出的深度学习分割方法能够有效提高分割准确率,在显微图像中更加精确地分割出线虫体。     

卡片让拼音学习变得更有效——小班化语文拼音的教学

在小班化教学的条件下,把拼音卡片这种传统的教学方式带入课堂,并与家庭作业相结合,通过卡片制作,卡片认读及结合各种卡片游戏,能提高学生的学习积极性,让拼音学习变得更有效。     

液体流量对加油机示值误差的影响及解决方法

随着国民经济的发展,汽车已成为我们日常生活中不可或缺的必备品,这也为加油站的出现打下了坚实的市场基础。加油站在近几年发展非常迅速,其数量呈几何倍数在增长,无疑表明我国石油事业正处于发展的关键时期,同时也引发了许多新的问题,加油机计量误差便是一种常见现象。本文从加油机计量检定工作原理入手,简单阐述了液体流量对加油机示值误差的影响,并提出了有关解决方法。     

《数据之道——身边的数据》教学案例

●教学内容分析浙江省小学信息技术教材六年级上册第一单元“数据与大数据”是关于数据的综合性学习。根据教材的知识序列,结合时代发展和实际生活,笔者设计了这节单元起始课,以共享单车的调查研究为主线,引导学生体验数据处理的一般过程(数据的获取与整理、分析、应用),从中让学生体验计算机处理数据的高效与便捷,初步感知数据的重要性,为后续学习奠定基础。     

小学数学教学中如何构建生本课堂

构建生本高效课堂是新课改下各学科教学的重点。在教学中我们本着一切为了学生,为了学生一切来展开教学,将学生的主体身份落实到具体的教学中。笔者从前置性作业的布置、小组合作学习的开展等方面来展开论述。     

基于全站仪常见横轴故障的检校方法

阐述了全站仪横轴误差的意义，分析如何在使用全站仪的过程中排查仪器横轴出现的问题，介绍了国家检定规程对横轴误差的限制范围及检定方法，并针对横轴误差超差范围的不同给出了检校方法。     

学习分析技术支持的在线深度学习的模型构建

本文将深度学习与学习分析相结合,从评价学习层次、教师深度教学能力、反思且主动地学习、学习内容的适切性四个方面阐释了学习分析对在线深度学习的影响,并在分析在线学习行为和学习分析过程的基础上,构建了学习分析技术支持的在线深度学习的模型,试图促进学习分析与在线学习融合模式的深入讨论。     

基于深度学习的软件测试在线教学方法创新与实践

针对当前软件测试在线课程教学存在的个性化习题案例数不足以及教师对学生薄弱知识点把握不足的问题,研究智能化习题集和案例库的建立和更新策略,并通过深度学习与交互式机器学习方法分析作答情况、挖掘知识薄弱点,从而帮助教师统一针对性讲解,减少人工评判,实现教学质量改革智能化,落实“与时俱进”和“因材施教”的教育理念。     

pH(酸度)计示值误差测量结果不确定度的评定

通过对使用pH计标准物质检定实验室pH计的过程进行分析,确定产生不确定度的影响因素,对各不确定度分量和测量结果的不确定度进行评定,从而做出对测量结果的准确判定。