通过低氧实验提出一种快速识别人体低氧状态的方法.通过搭建深层神经网络训练实验数据识别氧气体积分数(16%~21%)与人体可耐受极端低氧气体积分数(15.5%~16%)条件下光电容积脉搏波(photoplethysmography, PPG)信号, 获得人体生理状态的模式识别网络.经测试该网络的识别正确率可达92.8%.利用混淆矩阵及接受者操作性能(receiver operating characteristic, ROC)曲线分析, 混淆矩阵的训练集、验证集、测试集、全集识别正确率分别达到97.9%、94.8%、92.8%和96.3%, AUC (area under curve)值接近1, 认为该网络分类性能优良, 并且可在4 s内完成整个识别过程

基于面部动态表情序列，针对静态表情缺少时间信息等问题，将空间特征与时间特征融合，利用神经网络在图像分类领域良好的特征，对需要进行细节分析的表情序列进行处理，提出基于分离式长期循环卷积网络(Separate long-term recurrent convolutional networks, S-LRCN)的微表情识别方法。首先选取微表情数据集提取面部图像序列，引入迁移学习的方法，通过预训练的卷积神经网络模型提取表情帧的空间特征，降低网络训练中过拟合的危险，并将视频序列的提取特征输入长短期记忆网络(Long short-team memory, LSTM)处理时域特征。最后建立学习者表情序列小型数据库，将该方法用于辅助教学评价

为了对匹配决策问题进行建模与预测,提出了一种具有更多神经生理学特征的稀疏回声状态网络(ESN),并基于在线监督学习方法对网络进行训练.为了评估网络的匹配决策性能,设计了三组测试数据集对网络性能进行测试,并提出了一种基于网络期望输出与实际输出序列最大相关系数的评价方法.仿真结果表明,新模型只需要较少的训练时间即可获得较好的决策性能,且对发放时间间隔、平移和网络噪声具有较好的鲁棒性

在研究富钴结壳高产区地形特征基础上，以富钴结壳站点地理坐标为中心，获得了一平方公里的海拔高度数值矩阵作为地形特征。使用卷积神经网络的分析方法对数值矩阵进行训练，学习坡度和平整度等区域特征，将富钴结壳站点地形和其他海底地形进行区分。依据训练后获得的模型，对富钴结壳高产区进行预测，取得了较好的预测效果，结合其他因素的影响，可以提高结壳靶区选取的精准度

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》

针对一类具有空间不均匀性的辨识和回归问题，提出了基于小波分析的极限学习机方法.从多分辨率分析的思想出发，构造一簇紧支撑正交小波作为隐层激活函数，并利用改进的误差最小化极限学习机训练输出层权重，避免了新加入高分辨率子网络后的重新训练.同时，由一维多分辨分析的张量积构造了二维多分辨小波极限学习机.进而通过脊波变换将小波学习机扩展到高维空间，对脊波函数的伸缩、方向和位置参数进行优化计算.对具有奇异性的函数仿真结果证明，与标准极限学习机相比，小波极限学习机由于其聚微性能在极短的训练时间内更好地逼近目标.一些实际基准回归问题上的测试验证了脊波极限学习机在其中大部分问题上达到更高的训练和泛化精度

• 钳工概述 • 基本操作 • 实训课题介绍 • 划线（简介） • 锯削 • 锯削的操作 • 锉削 • 锉削的操作 • 螺纹加工 • 安全注意事项

车工实习模块一：车床及车外圆 车工实习模块二：车刀及车削三要素 车工实习模块三：工件装夹及榔头柄的粗加工 车工实习模块四：圆锥面加工及滚花 车工实习模块五：钻孔和镗孔 车工实习模块六：螺纹车削

车工实习模块一：车床及车外圆 车工实习模块二：车刀及车削三要素 车工实习模块三：工件装夹及榔头柄的粗加工 车工实习模块四：圆锥面加工及滚花 车工实习模块五：钻孔和镗孔 车工实习模块六：螺纹车削

教案一 铸造实训 教案二 焊接实训 教案三 车工实训 教案四 铣床实训 教案五 刨床实训 教案六 磨床实训 教案七 钳工实训 教案八 数控车实训 教案九 雕铣机实训 教案十 数控铣实训 教案十一 加工中心实训 教案十二 快速成形实训 教案十三 激光内雕实训 教案十四 线切割实训