教务门户网自动问答系统的设计与实现

教务门户信息的查询等操作存在交互性差的问题,利用搜索引擎又不能有效解决这个问题,基于聊天机器人的自动问答系统(Automatic Question Answering System,QA)在人机交互上的优势及其自主性的问答机制有助于解决用户在教务门户网站交互性差的问题。通过对教务门户网的用户需求分析和信息操作分类,构建底层数据结构以文档形式储存;对自动问答系统核心的三个模块:问题分析、信息检索和答案抽取作了深入的分析和设计,给出了实现的方法,最后通过实际测试验证了系统的可行性和互操作性。     

运用信息技术创设情景,以"玩"寓教

美术本身是一种空间造型艺术,运用网络多媒体软件能够创设出多彩的视觉环境,呈现大量的图像、声音、活动影像信息,挖掘美术学科内在的特性,从而使美术教学用简易、新型、交互、愉悦的学习方式,满足学生个体学习的需要,促进学习目标的达成。在以往的初中美术课堂中,总是存在着一些常见的问题,     

电爆喷涂制备管内多孔涂层及其形成机理

管内多孔涂层是增强传热性能和提高换热效率的有效途径。采用电爆喷涂制备管内多孔涂层,研究0.5 mm铜丝在不同初始电压下涂层的表面形貌、粗糙度和孔隙分布,并通过沉积能量和爆炸产物讨论微结构涂层的形成机理。结果表明：改变初始电压可以得到不同微观形貌的涂层。初始电压为14.0 kV时,得到最优多孔涂层,形成由小颗粒堆积而成的多孔结构,其表面积是未喷涂涂层管的4.47倍,孔隙率高达57.8%;15.2 kV时,由小熔池凝固后形成均匀的圆形多孔涂层,孔隙率为40.3%。涂层的形成主要取决于不同电压下爆炸时铜丝沉积的能量,它作为喷涂粒子的热动条件,决定了喷涂粒子的能量和粒径大小,不同状态的喷涂粒子与基管表面碰撞后或颗粒堆积或形成熔池,最终导致涂层微观形貌的差异。     

基于支持向量机的高频振荡回路性能评价

提出了基于支持向量机(SVM)高频振荡回路性能的评价方法。以高频并联振荡电路为实验研究对象,通过将由高精密仪器设备采样信号分析与基于SVM的性能的评价分析相对比,证明了此评价方法的可靠性与精确性。该方法采用径向基核函数和合适的ε、C参数,有效地对高频振荡电路的通频带等参数进行测定、分析误差,是值得推广与研究的高频振荡回路性能评价的一种新方法。实验表明,该方法可推广到通信网络的相关参数的评价当中。     

数字图像相关中亚像素算法的比较

数字图像相关法通常用于测量物体的位移和形变,对数字散斑相关法中的二次曲面拟合法、拉格朗日插值法、梯度法3种亚像素算法进行了研究。通过数值模拟实验,对上述亚像素算法进行了综合比较,结果表明,在上述算法中梯度法的精度最高。     

控制受限的卫星轨道转移过程中的姿态控制

针对刚体卫星在轨道转移过程中存在由质心漂移和推力偏心产生干扰力矩的控制问题,考虑存在参数不确定性、外部干扰以及控制输入受限,提出了一种智能自适应滑模控制方法,这种方法继承了传统自适应滑模控制的优点的同时,利用神经网络的逼近能力来补偿执行机构的饱和非线性,进而满足执行机构的幅值受限的要求．最后将该方法应用于卫星的轨道转移过程中,结果表明了方法的有效性与可行性．     

图像化脉象采集装置的研制

从仿生学角度出发,提出新的基于图像化的脉象采集方法,利用高分辨率摄像头检测不同切脉压力下脉搏搏动时在切脉部位皮肤表面的形态与动态,从而获取多维、全面的脉象信息.装置是中医脉象客观化研究的理想工具,特别适用于中医脉象图谱的收集,具有广阔的推广应用前景.     

澳大利亚职业技术教育的核心与特色

介绍澳大利亚职业技术教育 (TechnicalandFurtherEducation ,简称TAFE)的核心与特色。     

基于QPSO⁃MPE的滚动轴承故障识别方法

为准确辨识滚动轴承故障类型,提出了一种基于量子粒子群优化多尺度排列熵(quantum-behaved particle swarm optimization and multi-scale permutation entropy,简称QPSO-MPE)的滚动轴承故障识别方法。首先,对滚动轴承的原始振动信号进行集成经验模态分解(ensemble empirical mode decomposition,简称EEMD),得到一系列内禀模态分量(intrinsic mode function,简称IMF)和一个趋势项,并以峭度作为度量指标筛选出含有主要故障特征信息的IMF来重构振动信号;然后,利用量子粒子群优化算法对多尺度排列熵的关键参数进行优化,得到其模型计算重构信号的多尺度排列熵,从而构建轴承故障的多尺度排列熵特征集;最后,将故障特征集输入GG(Gath-Geva)模糊聚类算法进行聚类识别。实验结果表明,基于QPSO-MPE的滚动轴承故障识别方法可实现滚动轴承典型故障的准确辨识,证明了QPSO-MPE在故障特征提取方面的有效性。