汽车侧面碰撞虚拟仿真实验项目建设与教学实践

汽车侧面碰撞虚拟仿真实验教学资源相对匮乏,作者及所在教学团队依托江苏大学国家级车辆工程虚拟仿真实验教学中心,基于真实车辆建立高精度数字化车辆仿真模型,综合运用数字化仿真假人、虚拟仪器、虚拟仿真实验室、有限元仿真软件、三维场景与VR、人机在线交互等技术,开发了汽车侧面碰撞虚拟仿真实验项目。学生通过在线开展虚拟仿真实验,加深学生对车身结构、乘员保护装置、汽车侧面碰撞安全性评价和虚拟仿真实验原理的理解。解决了实车碰撞实验难以开展的问题,弥补了实车实验的不足,提高了实验效率,从而达到"以虚补实,虚实结合,深度交互,理实融合"的教学效果。     

开采沉陷计算的GIS空间建模及模型耦合研究

GIS作为一种新兴的交叉学科在空间数据处理和解析方面具有强大的扩展功能,已经在众多领域得到了广泛的应用.本文针对开采沉陷地表移动变形计算问题,在GIS平台利用空间数据模型给出了预测计算中不同坐标系的转换公式及其空间数据库的构建,并讨论GIS与专业工程模型的耦合方法,提出了基于COM的模型耦合方法应用于系统的构架.实践证明,该方式下GIS与开采沉陷专业工程模型结合具有明显的优越性,对其他相关专业领域的耦合应用具有一定的借鉴意义.     

汽车制动性能检测系统的研究与仿真分析

针对目前对汽车的制动性能检测的要求越来越高,对汽车制动性能检测系统进行了研究及设计.对该系统的总体框架及检测系统软件流程进行了设计,同时以LabView为平台设计了汽车制动性能测试系统程序界面,最后通过实验仿真,对仿真及实车实验数据进行了对比分析,其结果表明在汽车ABS有效时实车测量数值与传感器之间的误差仅有0.12%,实车测量数值与汽车轮胎和制动平板之间的摩擦力的相对误差是0.35%,当ABS 无效时,误差是0.56%,误差均在1%以内,从而证明了该系统的有效性,同时为今后ABS汽车制动力检测提供了理论依据.     

机械专业本科生创新思维能力智能化评价方法及定制化教学实践

机器学习和神经网络相结合开创了用人工智能预测学生创新思维能力的新领域,创新思维能力的智能化评价方法通过构建"(N-1)+1"型遗传算法的BP神经网络优化模型,将多学科学习效果和学科创新思维能力培养挂钩,搭建学习能力和培养方法的双向关系平台,从而有效促进创新课程教学与课程学习效果的相互转化.从智能化视角解析机械类本科生的...     

基于 A-LSTM 算法的烧结矿质量预测

针对烧结厂烧结杯实验周期长等问题,构建一种 A-LSTM 的烧结矿质量预测模型。在 LSTM 网络基础上借鉴注意力机制思想,通过权重再分配使网络更加关注训练过程中的非冗余数据。为减少损失函数在训练过程中的震荡,提出加权均方误差损失计算方式,考虑每轮输入数据缺失值占总体的比重,使模型预测更为准确。实验结果表明,A-LSTM 预测方法准确率可达 92.7%,相比于原始 LSTM,预测准确率提升了 1.9%。     

基于频谱分析的多谱勒效应实验设计

提出了一种用声波频谱分析法验证多谱勒效应的实验设计方案,通过实验设计可获得多种情况下信号频率的变化,从而定量地验证多谱勒效应.该实验已作为设计性实验内容在教学中应用.     

主观概率判断的次可加性的验证

本研究用两个实验验证支持理论对主观概率判断的预测,探讨了主观概率判断中的次可加性规律,并对中美被试的概率估计值进行了比较分析。实验结果与支持理论的预测相符,而与贝叶斯模型、信念函数和回归模型的预测不一致。结果表明:1.主观概率判断满足次可加性,即隐选言判断的平均概率估计值均小于同外延显选言判断分解成几部分后的概率估计值之和;2.次可加性随分解部分的增加而增强;3.中美被试对隐选言判断与显选育判断的概率估计值基本没有差异。     

多级Sigmoid神经网络在本科教学评价中的应用

为了解决高校教师教学质量评价不全面、主观性过强等问题,提出了采用多级Sigmoid神经网络评价本科教学效果的方法.首先采用主成分分析从原始指标特征中提取有效信息,极大地减少了指标之间的相关性;其次,再通过建立类似于大脑神经突触信息神经网络处理模型,实现对本科教学效果的自动评价.实验结果表明,相对于其他评价方法,该方法具有更好的泛化性能,能提高本科教学的评价效果.     

基于EMD与NARX网络的汇率预测方法研究

探索构建对汇率进行直接预测的高精度组合预测算法.采用NARX神经网络作为基础模型,并结合经验模态分解模型进行混合预测,提高模型精度.为研究不同时间间隔对预测结果的影响,采用美元兑日元汇率的时间间隔为5分钟与1天的数据进行预测.实验结果显示,时间间隔较短时,模型的预测精度更高.此外,通过对汇率改革前后的人民币汇率的预测发现,汇率改革对EMD-NARX模型的预测结果影响不大,说明模型稳定性较高.     

瞬时受体电位通道TRPV1、TRPA1和TRPM8拮抗剂在小鼠神经源性和神经病理性疼痛模型中的镇痛作用(英文)

目的:评价瞬时受体电位通道(TRP通道)TRPV1、TRPA1和TRPM8拮抗剂在小鼠神经源性、持续性和神经病理性疼痛模型中的作用。方法:通过辣椒素实验、异硫氰酸烯丙酯(AITC)实验和福尔马林实验,评估TRP通道拮抗剂在小鼠神经源性疼痛模型中的镇痛作用;通过建立紫杉醇诱导的小鼠神经病理性疼痛模型,对TRP通道拮抗剂的抗痛觉(冷、热、触觉)过敏效应进行评估;通过旋转法实验对小鼠的运动协调性进行评估。结论:TRP通道家族包含了不同的小鼠疼痛模型。TRP通道拮抗剂能减轻神经源性、持续性和神经病理性疼痛,但是其镇痛效果与疼痛模型有关。     

两种用于城市用水量预测的灰色-神经网络组合模型

为了提高灰色GM(1,1)模型在城市用水量预测中的精度,结合BP神经网络的优点,给出了两种灰色-神经网络组合模型GM-BP1和GM-BP2.模型1利用神经网络对GM(1,1)模型的误差序列进行回归训练,将得到的预测值作为原始误差的修正来减小误差;而模型2由部分数据建立了GM(1,1)模型组,通过神经网络训练得到部分数据GM(1,1)模型组与真实值之间的非线性映射关系,利用这种精准的映射关系来提高预测精度.最后实际算例表明了所给方法是有效的,该组合模型可用于城市用水量的中长期预测.     

纳米半导体合金禁带宽度的尺寸、成分效应

基于熔化温度的尺寸效应模型,通过考虑原子间交互作用力,建立纳米半导体合金禁带宽度尺寸、成分效应模型.根据该模型,纳米半导体合金的禁带宽度随尺寸的减小而增大,当纳米尺寸小于5 nm时,禁带宽度随成分的变化接近线性关系.随着尺寸的增大,在弯曲常数的作用下,禁带宽度从近似线性函数转变为非线性函数.函数模型预测结果与实验结果具有很好的一致性,证实模型的有效性.     

黄冈职院“十二·五”时期招生规模灰色预测

以黄冈职业技术学院为个案,以历年招生人数为原始资料,采用灰色系统GM(1,1)模型,通过建立不同维数数列模型和等维不同时期数列模型,选择最佳预测方案,对"十二.五"时期招生规模进行了可靠预测。     

宿州“人地”挂钩土地增值收益分配实证分析

建立健全"人地钱"挂钩政策是近期各级政府工作的重要内容,"人地"挂钩作为"人地钱"挂钩的前身,研究土地增值收益分配对于"人地钱"挂钩具有重要的指导意义.本文通过实证分析,以农民集体、政府和用地单位为研究主体,选取不同形式的土地增值收益为评价指标,分析宿州"人地"挂钩项目中,不同分配主体所得收益中各种形式收益所占比重以及土地增值收益在各主体间的分配情况.研究结果表明,此项目中农民得到了较高的收益,对以后的土地工作和研究具有借鉴意义.     

基于ARIMA模型的沪深300指数预测及误差因素分析

本文使用Eviews软件建立ARIMA模型,对采样一年期的沪深300日数据进行数学处理,识别出建立模型的形式并且建立ARIMA模型,通过所建立的模型对沪深300指数进行预测.通过计量经济学方法评价预测质量,并根据实际预测结果,指出造成沪深300指数的实际值和模型预测值之间有差别的原因,为广大投资者提供沪深300指数的预测方法来作为未来进行股票投资和金融衍生产品投资的参考.     

过程性评价对学生学业成绩影响研究——基于63项实证研究的元分析

随着基础教育评价改革的全面深化,过程性评价受到越来越多的重视,然而有关过程性评价对学生学业成绩的实际影响如何仍存在不同看法。为深入探究过程性评价对学习效果的影响,采用元分析方法对已有63项相关主题的实验和准实验研究进行系统定量分析。结果显示,随机效应模型得到的合并效应值为0.964,表明过程性评价对提高学生学业成绩具有显著的正面影响;此外,不同国别、学科、学段和评价方式对学业成绩的影响存在显著差异,不同实验时长的影响差异不显著。今后应注重过程性评价在课堂教学中的有效实施策略,加强对教师和学生评价素养的培养,以推动过程性评价在教育实践中的广泛应用。     

高职学生“三通一专”能力测评体系的构建与实施

黄冈职业技术学院在人才培养质量评价过程中,构建了“三通一专”能力测评体系,注重培养结果的监控评价.“三通一专”能力测评是对学生英语应用能力、计算机操作能力、应用文写作能力和专业核心能力进行测量和评价.其总体思路是“通专兼顾、打包教学、能力测评、三向挂钩”.通过对“三通一专”能力的测试,将测试结果与执教教师课酬挂钩,与学生所在系部教学质量评价挂钩,与学生毕业资格挂钩,从而促进教学改革,提高人才培养质量.     

基于优化改进的Xception模型的垃圾图片分类

Xception模型的训练精度很高,但预测精度不是很高,即出现模型训练过拟合现象,文章对该模型结构做了进一步的优化改进,将改进后的模型应用于垃圾图片分类,实验结果显示优化改进的模型虽然训练精度有所降低,但预测精度比原始的Xception模型有所提高,在一定程度上纠正了过拟合现象。     

灰色Verhulst模型的初始值优化

讨论了一类灰色Verhulst模型的初始值优化问题.首先对模型的初始值增加扰动因素,然后通过最小化原始序列的一次累加序列与模拟序列之差,建立非约束优化模型,获得了扰动因素的一个计算公式,并提出一种改进的灰色预测模型.最后,通过实例验证了该改进模型可以有效提高预测精度.     

基于半边折叠的三角网格模型分片参数化与重构算法

提出了一种三角网格模型参数化与重构算法,在网格分片参数化的基础上实规了模型三角面的半正规化重构.首先,使用考虑顶点权重和边长度的半边折叠方法把网格模型分层简化到基网格,在每次折叠操作的同时使用分片参数化方法把被删除顶点动态地映射到下层网格面上;然后,把基网格进行多次平面细分,利用原始网格顶点、参数化点和细分点之间的位置关系,对细分点进行扰动完成网格重构.实验结果表明,该算法能够得到特征保持的多分辨率简化模型,使用参数化结果重构的三角网格也能够较好地还原原始模型.