一体化多层次模具设计与制造专业实践教学体系的改革研究

根据模具设计与制造专业培养目标的要求,构建了一体化多层次应用性、创新性人才培养实践教学体系,使学生能够运用知识,加强理论与实际结合,提高解决实际问题的能力。     

经济全球化形势下跨文化交际教育探析——以高校英语教学为例

经济全球化的进程推动了文化全球化的发展,多元化的世界文化对我国的高等教育带来了一定的影响。当前,高校将培养国际化应用型人才作为重要使命。英语教学是国际化人才培养中非常关键的环节之一,我国传统的英语教学注重教授学生英语语法、词汇、语音、片章结构,忽视了跨文化交际教育及用语言进行跨文化交际的能力培养,不适合当代的人才培养需求。     

35kV系统接地变压器不同接入方式的保护分析

随着上海中心城区将架空线改为电缆线路,220 kV变电站的35 kV系统由原消弧线圈接地改为电阻接地。介绍了小电阻接地系统的接地变压器接于不同位置时的接地电流值和故障电流的特征,分析了零序电流保护范围的不同。     

TDLRtree时空数据库索引结构及实现算法在变电站仿真系统中的应用

提出了一种新的基于TDLRtree时空数据库索引结构来表示系统拓扑结构的方法.整体上采用以时间为轴的方式对系统拓扑结构情况进行记录,通过一部分对象采用单链表,另一部分对象采用双链表的方式来简化对系统拓扑结构的重构.该方法避免了传统重构中重构树的复杂过程,通过对原有树变化后的遍历来代替了重构树,简化了重构的算法,提高了系统效率.通过变电站仿真系统的运行证实了该方法的有效性.     

面向大数据的绿色IT框架能效分类机制

与分散处理相比较,大数据中心集中处理信息通信任务,在能效上已有巨大的提高。但大数据中心包括数以千万记的服务器,其能源消耗量甚至可以超过一座小型城镇。巨大的能源消耗、成吨的温室气体排放,使大数据中心在能效与减排方面面临诸多挑战,建立绿色高效的大数据中心势在必行。本文给出一个面向大数据的绿色IT框架,重点研究了能效分类问题,提出了一个基于度量模型的能效分类机制。根据工作量和能源消耗情况对设备和服务进行分类,无缝地划分为不同的资源池,将电力使用效率、数据中心工作效率和二氧化碳排放等综合计算衡量,制定可以实现并遵循的能效标准,使绘制大数据中心的碳足迹成为可能,并提供服务能效评估方案。     

计算机软件数据接口的应用分析

本文将主要以计算机软件数据接口的概念及基本原则为出发点,然后对其应用所存问题进以分析,最后就其优化措施进行相应探讨.     

基于DEA方法的地方综合院所R&D投入产出效率研究

建立地方综合院所RD投入产出效率评价体系并通过实证研究,对得到的院所RD投入产出效率评测结果进行深入剖析,为院所提升创新能力提供决策参考。     

基于多层P样条和稀疏编码的非刚性医学图像配准方法

针对传统相似性测度易受灰度偏移场的影响而造成误配,和单层P样条变换模型中通常无法准确选择初始化网格密度的问题,提出了多层P样条和稀疏编码的非刚性医学图像配准方法。该方法将稀疏编码作为相似性测度,首先把待配准的两幅图像划分图像块,然后使用“K-SVD”算法训练图像块得到分析字典并寻找稀疏系数,采用多层P样条自由变换模型来模拟非刚性几何形变,结合梯度下降法优化目标函数。实验结果表明,与单层P样条几何变换和Sparse-induced、Rank-Induced相似性测度相比,所提方法能够准确选择网格密度并有效克服灰度偏移场对配准的影响,降低了均方根误差,提高了配准的精度和鲁棒性。     

基于并行通道-空间注意力机制的腹部MRI影像多尺度超分辨率重建

为了有效解决腹部磁共振成像（MRI）影像在超分辨率重建过程中因高频细节丢失引起的边界不明显、腹部器官显示不清晰以及单模型单尺度重建应用不方便等问题,提出了一种基于并行通道-空间注意力机制的多尺度超分辨率重建算法。首先,构造了并行通道-空间注意力残差块,通过空间注意力模块获取图像重点区域与高频信息的相关性,通过通道注意力模块获取图像各通道对关键信息响应程度的权重,同时拓宽网络的特征提取层以增加流入注意力模块的特征信息;此外,添加了权重归一化层,保证了网络的训练效率;最后,在网络末端应用多尺度上采样层,增加了网络的灵活性和可用性。实验结果表明,相较深层残差通道注意力超分辨率网络（RCAN）,所提算法在×2、×3、×4尺度下的峰值信噪比（PSNR）平均提高了0.68 dB。所提算法有效提升了图像的重建质量。     

基于点云增强优化的泊松重建算法

为了提高大规模散乱点云的重建精度和效率,针对泊松算法在实际工程应用过程中产生的“数据空白”现象以及不能很好的捕捉重建表面局部细节的缺陷提出了改进。通过对采样点中的异常点进行详细分析,根据分析结果进行相应的降噪后处理,利用双三次样条插值方程拟合曲面,能够很好地修复孔洞,解决点云模型全局偏移的问题,形成新的采样点,采用最小二乘法精确计算并调整了点云数据法向量;实验解决了传统算法重建的面片质量的问题,使重建出的表面细节更加显著。实验结果表明该方法具有良好的适用性,具有较高的重建效率和精度。