多行为模式高频切换下尺度指纹步态算法

为了实现基于微惯性加速度计的多行为模式高频切换下步态信息跟踪,提出一种尺度指纹步态算法,并通过RP活动区域聚类的方法减小算法开销。在离线阶段建立多行为模式的指纹数据库,根据行为模式分类算法将指纹数据库分成2个区域类,即区域类Ⅰ和区域类Ⅱ。在线运行阶段,将实时计算出的尺度特征值先进行区域类匹配,然后在对应的区域类内进行指纹点匹配。该算法经Android手机平台验证表明,在多行为模式高频切换条件下,步态跟踪精度至少提高12%以上,基本满足行人对行为模式切换的要求,具有较大的工程实用价值。

基于加速度时域特征的实时人体行为模式识别

针对高精度的实时人体行为模式识别,提出了一种基于加速度时域特征的行为模式识别算法.本算法选取时域特征作为唯一特征量,通过简化特征提取运算实现行为的实时识别,获得了高精度结果.通过在Android智能手机平台进行测试,每项动作识别正确率均可达80%以上.该算法相对于现有算法实时精度有明显提高,在手持终端领域具有较好的应用前景.

高职化工类专业“一主多元”实践教学模式的探索与实践

分析了当前高职化工类专业在实践教学中存在的主要问题,针对这些问题并结合高职化工类专业的教学特点和实际情况,提出了"一主多元"实践教学模式以及该模式的内涵、实施效果。

TiO_(2)光催化剂的改性与应用

二氧化钛是一种优异的半导体材料,具有良好的光电性能,是目前应用较多的光催化剂.介绍了TiO_(2)的光催化机理及其改性情况,可通过贵金属沉积、离子掺杂、半导体复合等方法来提高光催化效率.介绍了TiO_(2)在污染物处理、太阳能电池以及光催化制氢等领域的应用,其具有广阔的应用前景.

文科高职生学习理工科专业时的问题与对策——以化工专业为例

高职理工科专业实行文理兼招有其存在与发展的可行性和必要性,但文科高职生在学习理工科专业时也遇到一些问题。为此,教师在教学时可采用提高学生技能素质、削弱基础薄弱之不足,加强心理辅导、转变专业学习动机,丰富教学体系、与时俱进等对策,实现高职院校的人才培养目标,促进高职院校的健康发展。

碳量子点的制备及应用研究进展

碳量子点(CQDs)是一种新型的碳纳米材料,由于具有良好的水溶性、低毒性、易于功能化和光电性质稳定等优异性能,成为了多个领域的研究热点.主要总结了关于CQDs的主要制备方法,包括水热合成法、化学氧化法、微波合成法、电化学法和模板法等.并对各个方法的成功之处和存在的问题进行了分析,希望为CQD_(S)的合成过程提供一定的借鉴作用.

省级示范实验实训中心的建设与管理

通过申报省级示范,生化实验实训中心建设上了一个新台阶。加强了对实验实训设备的管理与维护,提高了实验实训设备的完好率和实验开出率;加大了对实验室建设的投入力度,使实验实训环境大为改观;改革了实验实训教学模式;进一步完善了一系列规章制度,使实训中心管理更加规范化、科学化。

α-亚麻酸的制备与分离技术研究进展

α-亚麻酸(ALA)是一种ω-3系列不饱和脂肪酸,是人体中的必要成分,同时在降血脂、抗血栓、提高机体免疫力和预防老年痴呆等方面具有药用价值.分析了其结构特征和分离工艺特点,其中尿素包合法、分子蒸馏法、超临界CO_(2)萃取法对ALA具有较好的分离提纯效果.对这些方法和原理进行了介绍,并对它们的成功之处和存在的问题进行了分析,希望为后续研究提供一定的借鉴作用.

高职化工专业“校企合作”存在的问题与对策研究

化工行业大发展对化工高技能人才的培养提出新的要求,高职化工专业必须进行改革和发展,"校企合作"是破解这一难题的关键所在。在构建了高职化工专业"校企合作"关系模型图的基础上,提出合作主体的多元性,从政府、化工企业、高职院校、学生和社会分析当前"校企合作"的主要问题。从政府主导作用、社会思想观念、高职院校服务能力、企业的责任感和"校企合作"模式的创新等五个方面探讨了相关解决对策。

浅谈高职院校食品专业《基础化学实验》教学的现状及对策

在高职院校食品专业学生未来将要从事的专业岗位工作中,基础化学实验操作技能是他们所必备的基本能力。该文分析了高职食品专业基础化学实验教学的现状,并就激发学生学习动机、实验内容的优化、教师在实验前充分备课、加强课前预习的督促以及引入现代化教学手段、建立多元化评价体系、开放实验室等方面提出了对策建议,旨在高效完成高职食品专业基础化学实验教学的同时提升学生的综合素质。

基于粒子群-BP神经网络的陀螺温漂建模

针对哥氏振动陀螺的温漂问题,本文采用基于粒子群的BP神经网络算法对压电振动陀螺的温度漂移现象进行建模,并在算法中加入高斯噪声干扰;相对于传统的单BP神经网络算法,含有噪声的粒子群—BP神经网络算法,在精度和收敛速度两个方面有了较大提高,所构建的温漂模型具有更好的非线性描述能力,从而能为哥氏振动陀螺提供了更高精度的零电位误差补偿。

压电振动陀螺温漂性能粒子群算法优化

针对压电振动陀螺的温漂问题,采用基于粒子群的BP神经网络算法对压电振动陀螺的温度漂移现象进行建模。该算法借助粒子群算法帮助BP神经网络越过局部最小解,并通过加入高斯噪声的方式,模拟自然人脑。仿真实验表明,相对于传统的单BP神经网络算法,含有噪声的粒子群-BP神经网络算法,在精度方面提高了至少42.6%,所构建的温漂模型具有更好的非线性描述能力,从而能为压电振动陀螺提供了更高精度的零电位误差补偿;同时,在收敛速度方面快了5.2倍。