论校园体育文化的构建

通过对体育文化及校园体育文化的论述,指出校园体育文化的重要作用。提出构建校园体育文化的几点思路。     

航天控制软件知识图谱构建方法研究 #br#

摘要： 近些年，知识图谱构建技术快速发展，但对于领域知识图谱构建的研究还处于起步阶段.知识图谱的构建主要包括自顶向下、自底向上两种方法.当前大多采用自顶向下的方法进行领域知识图谱的构造，首先构建本体，然后通过本体学习得到实体，再将实体加入到知识图谱中.但这种做法有一个缺点，本体学习的过程过分依赖人工，不支持构建专业性强、数据量大的领域知识图谱.针对这一缺点，本文提出一种自顶向下和自底向上法相结合的领域知识图谱构建方法.提出一种改进的骨架法来进行本体构建，保证构建本体的准确率和覆盖率；利用基于规则与半监督的知识抽取技术，提高知识图谱的构建速度；并以某航天控制软件为例，详细说明了领域知识图谱的整体构建流程.实验结果表明，该领域知识图谱的构建方法是可行的.     

基于总线式集成框架的本体构建及映射研究

通过本体的构建及相应的本体映射策略,可以很好地解决信息集成过程中出现的语义异构问题。是实现异构数据源语义解析的基础。在已有研究成果总线式信息集成框架的基础上,针对目前本体构建过程存在的不足,提出了基于共享词汇表的全局本体构建技术和基于UML的局部本体构建技术,使所构建的本体元素间关系更加准确完备,具有良好的一致性。提出了基于综合相似度的本体映射策略,大大提高了本体映射的精度。     

航空发动机试验数据库的构建

建设一个航空发动机试验数据库平台,将试验数据有效、集中地保存和管理.能够为航空发动机研究提供技术支持.本文从航空发动机试验数据库的设计原则、功能构建、软硬件平台构建和系统安全保障及维护等方面详细阐述了航空发动机试验数据库的构建.     

基于非频散信号构建的Lamb波高分辨率损伤成像方法

Lamb波损伤成像是结构健康监测的研究热点之一,然而在实际应用中,成像分辨率很容易受到Lamb波频散特性的影响.本文研究了非频散信号构建(ND-SC)的频散补偿方法并用于提高Lamb波成像分辨率.根据频域中建立的Lamb波传感模型,分析了ND-SC原理,并分别按照宽带激励和窄带激励两种情况对ND-SC的实现方式进行了讨论.随后结合经典的延迟叠加算法提出了高分辨率损伤成像方法.针对铝板的实验结果证明了本文提出的ND-SC方法和高分辨率损伤成像方法的有效性.     

从中国政府白皮书英译本看政府形象构建 ——基于LancsBox的中国政府白皮书英译本词汇使用特征分析

以中国国务院发布的中国政府白皮书英译本为语料,建立白皮书英译本语料库,运用语料库工具LancsBox的Words功能、N-Grams功能和GraphColl功能对其进行分析,提取高频词汇、高频词丛,绘制可视化图谱,旨在揭示时政类文本的词汇使用特征及其在政府形象构建方面所发挥的作用.对时政类文本外译,政治外宣话语分析及形...     

补片尺寸对复合材料胶接修理性能的影响

在复合材料胶接修补中，补片的尺寸对胶接强度的影响非常关键。本文针对单面胶接修理结构建立了“三板模型”，并且，通过试验来验证该有限元模型的正确性，然后，利用该模型来分析补片尺寸对胶接质量的影响。对计算结果的分析发现：补片的直径为孔直径的2—3倍，厚度为孔深的45％～60％时，修补结构的强度恢复能达到最大值。     

基于确定接触迹线的点接触齿轮副构建及实验

提出一种点接触齿轮副,在已知齿面上根据设计需要确定接触迹线,推导其共轭曲线,将齿廓曲线沿共轭曲线扫掠后形成轮齿齿面,构建与已知齿轮正确啮合的配对齿轮,并推导该齿轮副的滑动系数计算方法;以渐开线内齿轮为已知齿轮,设计以抛物线齿面作为轮齿齿面的配对齿轮,进行齿轮样机制造和效率实验研究。结果表明,该齿轮副在啮合过程中时刻保持点接触状态,啮合点沿着理论接触迹线移动,与理论分析一致;滑动系数的大小取决于齿轮两端选取啮入点和啮出点所对应的渐开线参数值范围;实验后齿轮副实际接触迹线与理论接触迹线一致,且效率稳定在97.2%~98.5%。      

基于LSTM的飞行数据挖掘模型构建方法

提出了一种基于LSTM （Long Short Time Memory）模型的飞行历史数据挖掘模型的构建方法,此模型可以将飞行数据中有价值的目标数据自动提取出来。首先,通过滑动窗口法获得待检测数据;然后,将预先做好的训练样本数据输入到所构造的LSTM模型中进行训练,得到数据挖掘模型;最后,将待检测数据导入到训练好的LSTM模型中进行模式识别,将目标数据片段挖掘出来。结果表明,基于LSTM模型的飞行数据挖掘模型构建方法通用化程度高,可用于挖掘不同类型的目标数据,且识别率高,具有很高的工程应用价值。     

基于点线特征融合的双目惯性SLAM算法

针对室内弱纹理场景下,基于点特征的SLAM算法难以追踪足够多的有效特征点,导致系统定位精度和鲁棒性较差,甚至完全失效的问题,提出一种基于点线特征并融合惯性测量单元(IMU)的双目视觉惯性SLAM算法。利用点线特征的互补优势来提高数据关联的准确性,同时引入IMU数据为视觉定位算法提供先验和尺度信息,通过联合最小化多残差函数得到更准确的相机位姿,并据此构建环境点线特征地图、稠密地图和导航地图。针对传统线特征提取算法在复杂场景下易检测到大量短线段和相似线段特征以及线段存在过分割等弊端,利用线段长度抑制、近线合并及断线拼接策略在FLD算法的基础上进行改进,以降低线特征的误匹配率,运行速度是LSD算法的2倍以上。通过对比多组公开数据集和真实弱纹理场景下得到的仿真实验结果可知,所提算法在保证定位精度的同时能够获得更为丰富的环境地图,具备较好的鲁棒性。