医生诊断需要结合临床症状、影像检查等各种数据，基于此，提出了一种可以进行数据融合的医疗辅助诊断方法。将患者的影像信息（如CT图像）和数值数据（如临床诊断信息）相结合，利用结合的信息自动预测患者的病情，进而提出了基于深度学习的医疗辅助诊断模型。模型以卷积神经网络为基础进行搭建，图像和数值数据作为输入，输出病人的患病情况。该医疗辅助诊断方法能够利用更加全面的信息，有助于提高自动诊断准确率、降低诊断误差；另外，仅使用提出的医疗辅助诊断模型就可以一次性处理多种类型的数据，能够在一定程度上节省诊断时间。在两个数据集上验证了所提出方法的有效性，实验结果表明，该方法是有效的，它可以提高辅助诊断的准确性

提出了基于免疫遗传算法的形态学自适应结构元素生成算法，并将其用于光学相干断层成像(optical coherence tomography，OCT) 图像中视网膜组织边缘检测. 首先将图像进行去噪和粗分割的预处理，并将图像划分为若干子图像; 其次对每一子图利用免疫遗传算法求取自适应结构元，初始随机生成固定长度的二进制数串作为抗体，并将其转化为结构元素格式，以图像二维熵定义抗体适应度，根据子图像本身结构特征信息，寻找最优抗体结构元素; 最后利用寻优得到的各结构元素对子图进行形态学边缘检测，合并各子图的分割结果，实现整体图像目标边界提取. 实验结果表明了该方法在图像目标边界提取的有效性

高质量睡眠与儿童的身体发育、认知功能、学习和注意力密切相关，由于儿童睡眠障碍的早期症状不明显，需要进行长期监测，因此急需找到一种适用于儿童睡眠监测，且能够提前预防和诊断此类疾病的方法。多导睡眠图(Polysomnography，PSG)是临床指南推荐的睡眠障碍基本检测方法，通过观察PSG各睡眠期间的变化和规律，对睡眠质量评估和睡眠障碍识别具有基础作用。本文对儿童睡眠分期进行了研究，利用多导睡眠图记录的单通道脑电信号，在Alexnet的基础上，用一维卷积代替二维卷积，提出一种1D-CNN结构，由5个卷积层、3个池化层和3个全连接层组成，并在1D-CNN中添加了批量归一化层（Batch normalization layer），保持卷积核的大小保持不变。针对数据集少的情况，采用了重叠的方法对数据集进行了扩充。实验结果表明，该模型儿童睡眠分期的准确率为84.3%。通过北京市儿童医院的PSG数据获得的归一化混淆矩阵，可以看出，Wake、N2、N3和REM期睡眠的分类性能很好。对于N1期睡眠，存在将N1期睡眠被误分类为Wake、N2和REM期睡眠的情况，因此以后的工作应重点提升N1期睡眠的准确性。总体而言，对于基于带有睡眠阶段标记的单通道EEG的自动睡眠分期，本文提出的1D-CNN模型可以实现针对于儿童的自动睡眠分期。在未来的工作中，仍需要研究开发更适合于儿童的睡眠分期策略，在更大数据量的基础上进行实验

对三孔喷枪所产生的同源三股射流流场中速度分布、温度分布的实验数据进行分,发现各射流剖面上速度的分布不是轴对称的。经过坐标变换并对射流流股内侧按类似伴随流的方法处理后,射流则具有自模性。若采用Aбрамович提出的射流积分方法,可以求解三孔喷头所产生的同源三股射流主段内的速度场、温度场。文中算出了三孔喷抢射流流场的自模性、射流主段速度分布、温度分布、射流边界扩展规律、射流轴心速度衰减规律等公式,这些公式与实验数据相符合。同时还找出了伴随流速度uc以及三个流股之间相互干扰与喷孔夹角α之间的函数关系。这些结果为设计三孔喷枪提供了实践和理论的依据

以Pt-Ru/c和Pt/C分别为阳极、阴极催化剂,自制了膜电极,并组装了直接甲醇燃料电池(DMFC)以及测试系统.通过稳态电流-电压极化曲线法,研究了甲醇流量、甲醇浓度、甲醇温度以及空气增湿温度对DMFC电化学性能的影响.研究结果表明。在电池温度为25℃以及阴极为自然空气的条件下,当DMFC输出电压为0.22V时,其输出电流密度和峰值功率密度分别可以达到68mA·cm-2和14.8mw·cm-2,且各因素对电池性能存在着明显的影响.实验的最佳运行工艺参数:甲醇流量为2mL·min-1,甲醇浓度为2mol·L-1,甲醇温度为30℃,空气增湿温度为40~60℃

自动化专业 《自动化专业导论》 《专业引领实战训练》 《专业认识与实践》 《控制工程数学基础》 《计算机软件基础》 《工程技术创新导论》 《电机与拖动》 《微控制器技术课程设计》 《单片微机控制技术》 《专业开放实验》 《专业综合实战训练(1)(2)》 《电力电子技术》 《自动控制原理》 《微机原理与接口技术》 《供电技术》 《工业计算机网络与通信》 《系统工程导论》 《系统误差分析与标准》 《DSP 原理及应用》 《现代控制理论》 《检测技术与仪表》 《计算机控制系统》 《自动控制系统仿真》 《运动控制系统》 《过程控制》 《自动控制系统综合实验(1)(2)》 《基于 LabVIEW 的虚拟仪器设计》 《数字信号处理》 《电气控制与 PLC 技术》 《现场总线技术》 《创新创业竞赛实战》 《惯性导航技术》 《物联网系统基础与应用》 《毕业实习》 《嵌入式系统》 《系统辨识》 《集散控制系统》 《先进控制理论》 《楼宇自动化》 《应用自适应控制》 《专业英语》 《毕业设计》 自动化专业(卓越计划) 《企业认知实习》 《学业规划》 《自动化专题讲座》 《微控制器技术综合设计》 《数字媒体技术》 《虚拟仪器项目实战》 《系统供电设计》 《自动化职业规划》 《嵌入式系统核心设计与项目实战》 《运动体自主定位定向原理》 《基于 PC 架构的可编程序控制器项目实战》 《智能物联与感知技术》 《自动控制系统综合实验》 《工业以太网联网设计与项目实战》 《自动测试设备系统集成与项目实战》 《智能建筑》 《物联网技术应用与开发》

电气工程及其自动化专业 《电气工程专业导论》 《专业引领实战训练》 《工程电磁场》 《工程技术创新导论》 《电机学》 《专业开放实验》 《电力电子技术》 《单片机原理及应用》 《电气工程 Matlab 建模与仿真》 《自动控制原理》 《电气测量技术》 《电磁兼容技术》 《电气控制与 PLC 技术》 《电力系统分析》 《电力拖动自动控制系统》 《太阳能发电技术》 《DSP 原理及应用》 《电源技术及应用》 《太阳能光伏发电工程设计》 《电力电子技术综合设计(1)》 《电力电子技术综合设计(2)》 《毕业实习》 《创新创业竞赛实战》 《专业综合训练(1)(2)》 《供配电技术》 《风力发电技术》 《专业英语》 《电机节能技术》 《智能电网与微电网技术》 《工业计算机网络与通信》 《电力拖动自动控制系统课程设计》 《供配电系统综合课程设计》 《毕业设计》 智能科学与技术专业 《智能科学与技术导论》 《计算机软件基础》 《信号与系统基础》 《智能系统建模与仿真》 《脑与认知科学概论》 《数字信号处理》 《微控制器技术》 《专业综合实战训练(1)》 《控制理论》 《人工智能基础》 《神经网络》 《模糊控制》 《图像处理与模式识别》 《机器智能综合实验》 《移动操作系统》 《嵌入式系统》 《数据库新技术》 《无线自组织网络》 《飞行器控制导论》 《专业综合实战训练(2)》 《智能传感与检测技术》 《机器人学》 《数字控制系统》 《机器人控制课程设计》 《信息论与编码》 《数据挖掘与处理》 《专业英语阅读》 《控制系统设计方法》 《智能机器人》 《机器学习》 《智能系统与工程课程设计》 《科技创新与方法论》 《移动机器人导航技术》 自动化专业高精尖项目(双培计划) 《惯性导航技术》 《物联网系统基础与应用》 《系统辨识》 《集散控制系统》 《先进控制理论》 《楼宇自动化》 《应用自适应控制》 电气工程及其自动化专业轨道牵引电气化方向(双培计划) 智能科学与技术专业机器人大脑方向(双培计划) 《生产实习》 其他专业 机械设计制造及其自动化专业 《微机原理及应用》 新能源科学与工程专业 机械电子工程专业 《人工智能》

理论上分析了由Ti-B4C-C系原位自生制备TiB晶须(TiBw)和TiC颗粒(TiCp)混杂增强钛基复合材料的可行性.运用热分析方法(DSC)研究了一定量的钛粉、碳化硼粉与碳粉的混合粉末在加热过程中的反应情况.结果显示复合材料原始粉末加热过程中在940~1150℃这一温度范围内发生剧烈的放热现象,有可能生成了新相.XRD检测分析结果显示在烧结态材料中形成了TiB与TiC,而且TiC的含量随所添加的C含量增加而增加.OM与SEM分析表明复合材料中存在棒状TiB晶须和近似等轴状TiC颗粒两种不同形态的增强体,并且两种增强种体均匀的分布在基体中.实验结果表明,可以采用反应热压法由Ti-B4C-C系制备原位自生TiB晶须和TiC颗粒混杂增强的钛基复合材料

针对不同路况和运动模式下的高维、非线性、强耦合和高时变下肢加速度信号的识别问题,提出了一种基于时——频分析的步态模式自动分类方案.利用三轴加速度传感器采集运动时小腿在矢状面、冠状面和横切面的加速度信号,利用五阶Daubechies小波基对其进行特征提取,并采用线性判别式分析进行降维,最后利用决策树和支持向量机对得到的精简步态特征进行模式分类.实验结果显示两种分类器的总体分类准确率均达到90%以上,个别步态分类可达到100%,验证了特征提取和降维方法的合理性和有效性

项目一、任务一 实验室基础知识与安全. 1 项目一、任务二 实验室用水及质量控制. 8 项目一、任务三 水环境监测报告的编制与要求.13 项目二、任务一 湖泊水监测——1.地表水样采集概述 .19 项目二、任务二 湖泊水监测——2.水温、电导率、pH 值、浊度的测定.25 项目二、任务三 湖泊水监测——3.溶解氧的测定 .31 项目二、任务二 河流监测——1.河水样品的采集 .37 项目二、任务二 河流监测——2.挥发酚的测定.45 项目二、任务三 水源水监测——1.水源水样品采集.53 项目二、任务三 水源水监测——2.氯离子的测定（数字滴定法）.62 项目二、任务三 水源水监测——3.硝酸盐氮的测定（离子色谱法）.70 项目二、任务三 水源水监测——4.总大肠菌群的测定（滤膜法）.78 项目二、任务四 环境水样的快速测定——氟化物的快速测定.86 项目二、任务五 水质连续自动监测.96 项目三、任务一 污水水样的采集.106 项目三、任务二 色度及 SS 的测定.113 项目三、任务三 氨氮的测定.120 项目四、任务一 六价铬的测定.127 项目四、任务二 铜、锌、铅、镉的测定.134 项目四、任务三 水污染连续自动监测.141