大气环境电子束材料表面强化机理数值模拟

建立了大气环境电子束材料表面强化过程的多阶段数值模型,用于对电子束与材料表面层的相互作用过程和结构与相变过程进行研究。通过应用这一模型,使得对材料表面强化中电子束传输、温度演化和相变动力学等多参数研究成为可能,由此建立了电子束输入参数与结构相变结果之间的关系。     

基于建构主义的立体化外语网络教学模式研究

建构主义十分关注以原有的经验、心理结构和信念为基础来建构知识,强调学习的主动性、社会性和情境性,在建构主义理论指导下的网络教学能够创造一个其他教学媒体和教学环境无法比拟的立体化认知学习环境。     

课外英语学习中需培养的四种探索性学习能力

由于语言课堂教学的局限性，课外英语学习可以成为语言学习者进行探索性学习的最佳途径。这种探索性学习要求英语学习者在课外学习中逐步培养在英语交际情境、英语文化背景知识、英语学习规律及学习方法、真实英语学习材料等方面的探索性学习能力。     

二次硬化超高强度钢中析出强化相HRTEM研究

使用高分辨透射电子显微镜(HRTEM)对高Co-Ni超高强度钢AetMet100在482℃/5h回火后的析出强化相进行研究,对高分辨格子像进行傅立叶变换得到FFT花样并进行标定,从而确定强化相。试验结果发现,在Aet-Met100钢马氏体基体上同时存在两种形态的弥散析出强化相:一种是已有很多报道的棒状M2C碳化物,长度约9.6nm,直径约3.1nm,与基体的取向关系为(01)M∥(001)M2C,[010]M∥[100]M2C;另一种是椭球状的Fe2Mo金属间化合物(Laves相),直径约6.5nm,与基体的取向关系为(2  )M∥(001)L,[111]M∥[100]L。这两种第二相尺寸相当,均为基体的强化相。     

稀土镁合金强韧性设计与开发

镁合金作为最轻质的结构材料,在电子产品及汽车工业领域具有广泛的应用前景。相比于非稀土镁合金,稀土镁合金具有强度高且高温性能好的优点,而成为研究热点之一。本文重点介绍了高稀土含量镁合金和低稀土含量镁合金的强韧化方法。高稀土含量的镁合金可以调控三角分布的棱柱面片状析出相β',阻碍位错滑移,提高合金强度。低稀土含量的镁合金可以采用表面机械研磨处理方法得到表面含有纳米晶中心含有孪晶的梯度组织,利用细晶强化和孪晶强化提高合金强度。     

机器学习技术在气动优化中的应用

近年来优化设计在气动设计中发挥了越来越多的作用，但实用性和效率是制约其发挥作用的两大障碍。在大型客机超临界机翼设计中，通过"人在回路"（依靠人的经验在优化进行过程中实施必要干预）等努力，取得了较好的效果，机器学习技术逐步得到发展。提出了利用机器学习技术模拟人在优化过程中的合理行为和作用机制，以深层次利用信息和知识，改善优化的实用性和效率。梳理了机器学习技术在气动优化中应用的发展脉络，并结合工作实践介绍了机器学习在优化设计中的典型应用。进一步探讨了深度学习在气动优化中的可能应用方式。     

基于强化学习的软体机构抓捕策略研究

大型空间结构建造与维护、失效卫星检测与维修、轨道碎片清除等已成为航天技术发展亟待解决的现实问题。针对传统空间捕获机构质量惯量大、末端抓取精度要求高、抓捕对象适用范围窄不足等,创新性地提出基于IPMC(ion-exchange polymer metal composite)功能复合材料的多自由度仿生软体新型抓捕机构,同时基于强化学习算法提出多模态信息融合的抓捕操作强化学习策略,从而提升抓捕机构空间捕获的成功率,为空间抓捕技术的智能化发展提供新思路。     

基于残差学习的自适应无人机目标跟踪算法

无人机已被广泛应用于军事和民用领域，目标跟踪技术是无人机应用的关键技术之一。针对无人机视频跟踪过程中目标易发生尺度变化、遮挡等问题，提出一种基于残差学习的自适应无人机目标跟踪算法。首先，结合残差学习和空洞卷积的优点构建深度网络提取目标特征，同时克服网络退化问题；其次，将提取的目标特征信息输入核相关滤波算法，构建定位滤波器确定目标的中心位置；最后，根据目标外观特性的不同进行自适应分块，并计算出目标尺度的伸缩系数。仿真实验结果表明:所提算法能够有效应对尺度变化、遮挡等情况对跟踪性能的影响，在跟踪成功率和精确度上均高于其他对比算法。      

将日本文化融入到二外日语教学的始终

每一种语言的形成和发展都与其社会环境密切相连,语言同时反映出一个国家和民族的历史和文化.从这个层面上说,教授语言同时也是在教授文化,学习语言的同时也是在学习文化.一个科学的语言教学体系,必须将文化教学紧密融入到语言的教学当中.鉴于当前的高校二外日语教学中鲜有独立开设日本文化课的情况,将日本文化融入到二外日语教学的始终,将会有效帮助学生在有限的学习时间里取得良好的学习效果.本文针对现阶段高校二外日语教学的特点,探讨了在日本文化背景下进行二外日语教学的重要性,并提出了一些文化导入的内容与方法.     

深度学习机制与小波融合的超分辨率重建算法

深度学习技术在超分辨率重建领域中发展迅速。为了进一步提升重建图像的质量和视觉效果，针对基于生成对抗网络（GAN）的超分辨率重建算法重建图像的纹理放大后不自然的问题，提出了一种结合小波变换和生成对抗网络的超分辨率重建算法。所提算法在生成对抗网络中将小波分解的每个分量在各自独立的子网中进行训练，实现网络对小波系数的预测，有效地重建出具有丰富的全局信息和局部纹理细节信息的高分辨率图像。实验结果表明，对比基于生成对抗网络的算法，所提算法重建图像的客观评价指标峰值信噪比（PSNR）和结构相似性分别能提高至少0.99 dB和0.031。