Auto CAD是应当今信息技术的快速发展和用户的需要而开发的面向21世纪 的CAD软件包,它在运行速度、图形处理等方面都达到了崭新的水平。目前大多 数高校都开设这门课程。如何在较短的时间内让学生掌握 Auto CAD的各种操作 命令,并做到灵活运用,是提高教学质量的关健所在。经过多年的教学实践,编 者深深体会到教学质量的提高很大程度上取决于学生上机训练的内容,一本好的 上机指导书可以帮助学生对所学知识的进一步理解,加深认识,同时使学生在上 机时目的明确,提高上机效率

近年来，无人机入侵的事件经常发生，无人机跌落碰撞的事件也屡见不鲜，在人群密集的地方容易引发安全事故，所以无人机监测是目前安防领域的研究热点。虽然目前有很多种无人机监测方案，但大多成本高昂，实施困难。在5G背景下，针对此问题提出了一种利用城市已有的监控网络去获取数据的方法，基于深度学习的算法进行无人机目标检测，进而识别无人机，并追踪定位无人机。该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机，YOLOv3算法是YOLO（You only look once，一次到位）系列的第三代版本，属于one-stage目标检测算法这一类，在速度上相对于two-stage类型的算法有着明显的优势。YOLOv3输出视频帧中存在的无人机的位置信息。根据位置信息用PID（Proportion integration differentiation，比例积分微分）算法调节摄像头的中心朝向追踪无人机，再由多个摄像头的参数解算出无人机的实际坐标，从而实现定位。本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集，并且使用labelImg工具对图片中的无人机进行了标注，数据集按照无人机的旋翼数量进行了分类。实验中采用按旋翼数量分类后的数据集对检测模型进行训练，训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率，在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度，可实现实时追踪

第一章导论:宏观经济学的产生与发展 1.早期的宏观经济理论 （1)早期的宏观经济理论集中在两个方面是货币理论:二是经济周期理论或失业和衰退的理论。较著名的有萨伊定律@,修莫的货师数量论@或费雪的货币数量公式@等。 当时关于货币的理论和经济周期的理论存在着很大分歧,有些甚至是对立的关于周期的理论争论的焦点在失业问题上和经济衰退是否资本主义经济中固有的问题上。例如,萨伊为代表的主流认为失业是暂时的或自愿的,因为价格有充分的灵活性,只要接受当时的工资就可以就业,而且衰退也是暂时的。市场机制可以自动的纠正这些偏差

采用光学显微镜、X射线衍射分析、透射电镜、选区电子衍射及常温与高温拉伸试验等检测手段,基于不同回火次数下P91焊接接头显微组织的演化过程研究其对力学性能的影响.结果表明,随着回火次数的增多,接头显微组织主要保留了板条马氏体位向的回火索氏体,主要相为α-Fe相和Fe-Cr相,热影响区的室温及高温强度先增大后减小.在回火一次时,弥散析出的MX (M=V/Nb,X=C/N)型碳氮化物、位错缠结及亚稳态的位错网对接头有一定的析出强化及位错强化作用,其力学性能较佳,高温抗拉强度达最大值232.66 MPa;随着回火次数进一步增多,离散分布的碳化物Cr23C6逐渐偏聚并在晶界处演化为串链状分布,使晶界脆化,强度降低,但韧性有所改善

《大学生心理健康教育》课程教学大纲 《大学生职业发展与就业指导》课程教学大纲 《力学》课程教学大纲 《热学》课程教学大纲 《电磁学》课程教学大纲 《光学》课程教学大纲 《原子物理学》课程教学大纲 《理论力学》课程教学大纲 《电动力学》课程教学大纲 《热力学与统计物理》课程教学大纲 《量子力学》课程教学大纲 《电子技术基础》课程教学大纲 《电工学》课程教学大纲 《数学物理方法》课程教学大纲 《固体物理学》课程教学大纲 《物理教学论》课程教学大纲 《计算物理学》课程教学大纲 《粒子物理基础》课程教学大纲 《材料物理》课程教学大纲 《高等原子分子物理》课程教学大纲 《量子力学Ⅱ》课程教学大纲 《强场物理进展》课程教学大纲 《物理学史》课程教学大纲 《现代分析技术》课程教学大纲 《现代物理学进展》课程教学大纲 《科技论文写作》课程教学大纲 《专业英语》课程教学大纲 《通信原理》课程教学大纲 《信号与系统》课程教学大纲 《教育见习》课程教学大纲 《教育实习》课程教学大纲 《学年论文》课程教学大纲 《毕业论文》课程教学大纲

针对如何识别无人机的问题，提出了一种基于卷积神经网络的声音识别无人机的方法。首先，对100 m范围内的无人机、鸟和人的声音进行采集、预处理和提取MFCC+GFCC特征值，将其特征参数作为卷积神经网络学习和识别的数据集；然后分别设计了支持向量机和卷积神经网络两种模型对无人机等声音进行识别实验。实验结果表明，运用支持向量机识别无人机的准确率为91.9%，卷积神经网络识别无人机的准确率为96.5%。为了进一步验证设计的卷积神经网络的识别能力，在部分UrbanSound8K数据集上进行测试，准确率达到90%。实验结果表明运用卷积神经网络识别无人机具有可行性，且识别性能优于支持向量机

 大数据处理的基本流程  大数据处理模型  大数据关键技术  大数据处理工具  大数据时代面临的新挑战 WordCount 关联规则基本模型 聚类 本章内容首先介绍了大数据处理的基本流程和大数据处理模型，接着介绍了大数据的关键技术，其中，云计算是大数据的基础平台和支撑技术，本章以Google 的相关技术为主线，详细介绍Google 以及其他众多学者和研究机构在大数据技术方面已有的一些工作，包括文件系统、数据库系统、索引和查询技术、数据分析技术等；接下来，介绍了大数据处理平台和工具，就目前技术发展现状而言，Hadoop 已经成为了大数据处理工具事实上的标准。最后，介绍大数据时代面临的新挑战，包括大数据集成、大数据分析、大数据隐私问题、大数据能耗问题、大数据处理与硬件的协同、大数据管理易用性问题以及性能测试基准。 大数据采集架构 预测模型

作为磨矿过程的主要生产质量指标, 磨矿粒度是实现磨矿过程闭环优化控制的关键.将磨矿粒度控制在一定范围内能够提高选别作业的精矿品位和有用矿物的回收率, 并减少有用矿物的金属流失.由于经济和技术上的限制, 磨矿粒度的实时测量难以实现.因此, 磨矿粒度的在线估计显得尤为重要.然而, 目前我国所处理的铁矿石大多数为性质不稳定的赤铁矿, 其矿浆颗粒存在磁团聚现象, 所采集的数据存在大量异常值, 使得利用数据建立的磨矿粒度模型存在较大误差.同时, 传统前馈神经网络在磨矿粒度数据建模过程中存在收敛速度慢、易于陷入局部最小值等缺点, 且单一模型泛化性能较差, 现有的集成学习在异常值干扰下性能严重下降.因此, 本文在改进的随机向量函数链接网络(random vector functional link networks, RVFLN)的基础上, 将Bagging算法与自适应加权数据融合技术相结合, 提出一种基于鲁棒随机向量函数链接网络的集成建模方法, 用于磨矿粒度集成建模.所提方法首先通过基准回归问题进行了实验研究, 然后采用磨矿工业实际数据进行验证, 表明其有效性

《DSP 器件与应用》课程教学大纲 《EDA 技术》课程教学大纲 《PLC 原理与应用》课程教学大纲 《VC 程序设计》课程教学大纲 《MATLAB 基础》课程教学大纲 《半导体器件及应用》课程教学大纲 《测控电路》课程教学大纲 《传感器与检测技术》课程教学大纲 《大学生心理健康教育》课程教学大纲 《大学生职业发展与就业指导》课程教学大纲 《大学物理 A》课程教学大纲 《单片机原理与应用》课程教学大纲 《电磁场与电磁波》课程教学大纲 《电机及拖动基础》课程教学大纲 《电力电子技术》课程教学大纲 《电路分析》课程教学大纲 《电气控制技术》课程教学大纲 《电视原理与技术》课程教学大纲 《电子测量技术》课程教学大纲 《发光与显示技术》课程教学大纲 《高频电子线路》课程教学大纲 《光电子学》课程教学大纲 《机械设计基础》课程教学大纲 《机械制图》课程教学大纲 《控制电机》课程教学大纲 《模拟电子技术基础》课程教学大纲 《数字电子技术基础》课程教学大纲 《数字系统设计与 Verilog HDL》课程教学大纲 《数字信号处理》课程教学大纲 《通信原理》课程教学大纲 《微机原理与接口技术》课程教学大纲 《信号与系统》课程教学大纲 《自动控制原理》课程教学大纲 《LabVIEW 虚拟仪器》课程教学大纲 《半导体物理学》课程教学大纲 《电磁兼容基础》课程教学大纲 《高等光学》课程教学大纲 《高速 PCB 设计》课程教学大纲 《工厂供电》课程教学大纲 《光电检测技术》课程教学大纲 《光通信技术》课程教学大纲 《光纤传感器原理与应用》课程教学大纲 《红外检测技术》课程教学大纲 《机电一体化技术与系统》课程教学大纲 《机械加工技术》课程教学大纲 《激光原理与技术》课程教学大纲 《科技写作基础》课程教学大纲 《理论物理概论》课程教学大纲 《数字图像处理》课程教学大纲 《无线传感器网络技术》课程教学大纲 《信息光学》课程教学大纲 《应用光学》课程教学大纲 《专业英语》课程教学大纲 《专业英语》课程教学大纲 《生产实习》教学大纲 《毕业设计》教学大纲 《金工实习》教学大纲 《电子技术工艺》教学大纲 《数字电子技术课程设计》教学大纲 《模拟电子技术课程设计》教学大纲

针对分类数据, 通过数据对象在属性值上的集中程度定义了新的基于属性值集中度的类内相似度(similarity based on concentration of attribute values, CONC), 用于衡量聚类结果中类内各数据对象之间的相似度; 通过不同类的特征属性值的差异程度定义了基于强度向量差异的类间差异度(dissimilarity based on discrepancy of SVs, DCRP), 用于衡量两个类之间的差异度.基于CONC和DCRP提出了新的分类数据聚类有效性内部评价指标(clustering validation based on concentration of attribute values, CVC), 它具有以下3个特点: (1)在评价每个类内相似度时, 不仅依靠类内各数据对象的特征, 还考虑了整个数据集的信息; (2)采用几个特征属性值的差异评价两个类的差异度, 确保评价过程不丢失有效的聚类信息, 同时可以消除噪音的影响; (3)在评价类内相似度及类间差异度时, 消除了数据对象个数对评价过程的影响.采用加州大学欧文分校提出的用于机器学习的数据库(UCI)进行实验, 将CVC与类别效用(category utility, CU)指标、基于主观因素的分类数据指标(categorical data clustering with subjective factors, CDCS)指标和基于信息熵的内部评价指标(information entropy, IE)等内部评价指标进行对比, 通过外部评价指标标准交互信息(normalized mutual information, NMI)验证内部评价效果.实验表明相对其他内部评价指标, CVC指标可以更有效地评价聚类结果.此外, CVC指标相对于NMI指标, 不需要数据集以外的信息, 更具实用性