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。     

ORB-SLAM系统优化框架分析概述

首先阐述了ORB-SLAM系统的核心思想和基本框架,介绍了SLAM系统中光束平差法的应用实现,然后针对视觉里程计部分不同的关键帧位姿优化过程分别进行了详细阐述,并利用KITTI数据集的不同序列的实验结果进行比较研究,给出了核心的光束平差法在ORB-SLAM中的具体工作方式及性能分析,最后讨论和分析了ORB-SLAM的优势和不足。     

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...     

高校教学督导制度建设与导师制教学督导模式的构建

论文指出,当前高校教学督导制度建设主要存在结构不合理、人员不足、管理制度不够完善、教学督导方式有待改进四个方面的问题.针对这些问题提出通过优化教学督导队伍的结构、更新教学督导观念、提高教学督导队伍的综合素质、确保教学督导的公正性和权威性来加强高校教学督导制度建设;同时,针对“听课→评价→反馈”教学督导方式存在重“督”轻“导”的不足,提出了“以导促督,导督相长;以导带新,教为目标”的导师制教学督导模式     

威胁电磁环境适应性试验与评估技术

由电子对抗产生的威胁电磁环境是当今电磁环境日益复杂的根本原因,电子对抗对用频装备的影响同时取决于干扰技术和干扰战术两大因素.以导弹武器的威胁电磁环境适应性为例,重点围绕威胁电磁环境量化表征与逼真构建,抗干扰指标、抗干扰性能试验与评估等方面,对威胁电磁环境适应性试验与评估技术进行全面阐述.     

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.     

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。