宫颈癌是严重危害妇女健康的恶性肿瘤，威胁着女性的生命，而通过基于图像处理的细胞学筛查是癌前筛查的最为广泛的检测方法。近年来，随着以深度学习为代表的机器学习理论的发展，卷积神经网络以其强有效的特征提取能力取得了图像识别领域的革命性突破，被广泛应用于宫颈异常细胞检测等医疗影像分析领域。但由于病理细胞图像具有分辨率高和尺寸大的特点，且其大多数局部区域内都不含有细胞簇，深度学习模型采用穷举候选框的方法进行异常细胞的定位和识别时，经过穷举候选框获得的子图大部分都不含有细胞簇。当子图数量逐渐增加时，大量不含细胞簇的图像作为目标检测网络输入会使图像分析过程存在冗余时长，严重减缓了超大尺寸病理图像分析时的检测速度。本文提出一种新的宫颈癌异常细胞检测策略，针对使用膜式法获得的病理细胞图像，通过基于深度学习的图像分类网络首先判断局部区域是否出现异常细胞，若出现则进一步使用单阶段的目标检测方法进行分析，从而快速对异常细胞进行精确定位和识别。实验表明，本文提出的方法可提高一倍的宫颈癌异常细胞检测速度

针对漏钢时结晶器铜板温度呈现出的“时间滞后”和“空间倒置”等典型特征，本文通过引入动态时间弯曲(DTW)和机器学习中的密度聚类(DBSCAN)方法，提取、汇集并区分结晶器温度的典型变化模式，在此基础上开发出一种新型的漏钢预报方法。借助动态时间弯曲度量不同拉速、钢种或工艺操作条件下结晶器热电偶温度的相似性，并运用密度聚类方法聚集和分离正常工况、黏结漏钢状况下的温度样本，在此基础上检测和预报结晶器漏钢。结果证实，相较于传统的逻辑判断和人工神经元网络预报结晶器漏钢的方法，基于聚类的漏钢预报方法无需人为设置阈值或参数，能够依据漏钢历史样本中温度变化的共性规律，提取并融合热电偶温度在时间、空间上典型的变化特征，准确区分和预报结晶器漏钢，具有较好的自适应性和鲁棒性

《工程科学学报》：存在视场丢失的机器视觉精度补偿方法（南京航空航天大学：黄煜、黄翔、李泷杲、江一帆）

1. 从Netflix Prize说起 2. 集成学习的基本思想 1. 集成学习为何有效 2. 如何构建不同的基学习器 3. 如何综合多个基学习器 3. Bagging 1. Bagging的基本思想 2. 随机森林以及在R中的实际应用 4. Boosting 1. Boosting的基本思想 2. AdaBoost以及在R中的实际应用 5. Stacking 6. 小结以及实用技巧

鞣制后的动物表皮，柔软、坚韧等性能，鞣制的方式不同出现光面和绒面效果。皮革的使用历史悠久，从涂油脂、烟熏、石灰浸制到铬鞣法。皮革主要有羊皮、牛皮、猪皮、蛇皮、鳄鱼皮等。皮革张幅有限，不同部位质地不同，在设计中多采用拼接和结构分割的手法来弥补。在制作中采用单张皮子裁剪，注重配色、避免皮革表面的伤残、合理节约的使用皮革。皮革服装的加工程序为：设计—纸样—样衣—样板—配皮—裁剪—缝制—熨烫—成衣。裁剪时用专用裁刀，缝纫机也和普通机器的压脚不同----塑料压脚，针距大。皮革的熨烫温度为90度—100度

对机器的零、部件的测绘，使学生掌握一般测绘程序和步骤；从而掌握各类零件草图和工作图的绘制方法；掌握常用测量工具的测量方法；掌握尺寸的分类及尺寸协调和圆整的原则和方法；理解零、部件中的公差、配合、粗糙度及其它技术条件的基本鉴别原则；了解零件常用材料及其加工方法；有效地将制图课、金工、工厂实习等环节接触到的相关知识综合应用，从而提高工科学生的设计绘图能力

深圳大学：《工程制图》精品课程实验指导书_开放实验（机器测绘——分项目组进行装配体测绘）

复旦大学：《病原生物与人类》课程教学资源（实践报告）关于本科生对尘螨的认知程度及机器除螨效果的相关调查研究

复旦大学：《心灵哲学 Philosophy of Mind》课程教学资源（PPT课件，英文版）第7讲 对于机器状态功能主义的批评——汉字屋论证 Criticism Of Machine State Functionalism - Chinese Room Argument

复旦大学：《应用伦理学》课程教学资源（实践报告）医者与治疗机器问题