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

医疗实体识别是电子病历文本信息抽取的基本任务。针对中文电子病历文本复合实体较多、实体长度较长、句子成分缺失严重、实体边界不清的语言特点以及标注语料难以获取的现状，提出了一种基于领域词典和条件随机场（CRF）的双层标注模型。该模型通过对外部资源的统计分析构建医疗领域词典，再结合条件随机场，进行了两次不同粒度的标注，将领域词典识别的准确性和机器学习的自动性融为一体，从中文电子病历文本中识别出疾病、症状、药品、操作四类医疗实体。该模型在测试数据中的宏精确率为96.7%、宏召回率为97.7%、宏F1值为97.2%。同时对比分析了采用注意力机制的深度神经网络的识别效果，因受到领域数据集大小的限制，在该测试数据集中后者表现不佳。实验结果表明了该双层标注模型对中文医疗实体识别的高效性

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

数字系统中使用的电路称为逻辑电路或数字电路。逻辑电路又可分为： 组合逻辑电路 输出仅由当前的输入状态决定 时序逻辑电路 输出由当前和过去的输入状态决定 由已知的电路来判断电路功能的过程称为分析；根据一定的要求，如需要实现的功能、应用的 环境等等 ，来确定电路的构成形式的过程称为设计或综合。本章介绍组合逻辑电路的分析、 设计。 组合逻辑电路不需要记忆元件，通常用逻辑门构成。 学习要求： 了解组合逻辑电路的特点 熟练掌握组合电路分析和设计的基本方法 了解竞争、冒险的概念 掌握消除冒险的基本方法

学习要求： 了解时序电路的基本结构、分类和常用的描述方法 熟悉各种触发器的功能和使用 熟练掌握同步时序电路分析和设计的基本方法 熟悉状态图的建立，状态简化和状态分配的各个重要 环节 时序逻辑电路模型 同步时序逻辑电路的结构 同步时序逻辑电路的描述 状态表和状态图 触发器 基本 R － S 触发器 时钟控制 R － S 触发器 D 触发器 J － K 触发器 T 触发器 同步时序逻辑电路分析 同步时序逻辑电路设计 同步时序逻辑电路的分析方法 同步时序逻辑电路的设计 同步时序逻辑电路设计举例 建立原始状态图 状态简化 状态编码 ( 状态分配 ) 确定激励函数和输出函数 画出逻辑电路图

人工智能特别是近几年深度学习的飞速发展，深刻的影响着军事领域，并赋予现代战争智能性、交叉性和破坏性的新特点。要想在军事对抗中取胜，不仅需要机器智能，同样需要人类智慧，能在军事作战中达到人机高度协同，是实现人与机器取长补短的重要途径，也是在愈发复杂的战争形势中取得胜利的关键。本文将军事对抗中人工智能的应用作为切入点，罗列了代表性国家在军事领域对人工智能的重视程度，从对抗策略和物联网三层架构两大角度对发展现状进行总结，同时指出在目前军事领域使用人工智能存在的不足，对人机融合智能在军事对抗中的发展趋势进行分析，并给出可能实现的技术方案，对未来的研究方向作出展望。如何实现高度的人机融合，从而获得“1+1>2”的良好效果，是人工智能在军事对抗中的下一步研究工作

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

学习目标： ① 能说出结构单元（Structural unit）和重复单元（Repeating unit）的异同点，并能举例说明。 ② 能根据要求规范地书写高分子结构式，根据要求分析判断结构式是否书写规范。 ③ 能分辨聚合反应的两种分类法：（1）按组成结构变化 （Carothers分类法）分；（2）按聚合机理（ Flory分类法 ）分，并能将实际的反应根据定义分类。 ④ 区分均聚物和共聚物，并能画出不同共聚物的示意图来说明 ⑤ 能给基本的聚合物命名，根据聚合物的名称能知道聚合物相应的特征结构（可以结合后面的缩聚、自由基聚合等章节中的重点聚合物） ⑥ 能写出数均分子量和重均分子量的定义，分子量分布的定义

知识点： 钢结构施工详图的识读以及钢结构加工前的准备，钢零件及部件机具和方法，钢构件的焊接工艺和方法，钢构件的预拼装，钢结构成品检验、管理和包装。 教学目标：通过学习，使学生掌握钢结构加工制作的程序和方法，熟悉钢零件及部件加工的机具和具体方法，掌握钢结构焊接和预拼装，熟悉成品的检验与管理，以便以后在现场进行管理。 综合任务一 钢结构设计图与施工详图 综合任务二 钢结构加工前的生产准备 综合任务三 钢零件及钢部件加工 综合任务四 钢结构焊接 综合任务五 螺栓连接 综合任务六 钢结构构件的防腐与涂饰 综合任务七 钢构件的拼装 综合任务八 钢构件成品检验、管理和包装

本章重点： ◼ 理解数字滤波器的基本概念、设计内容及方法 ◼ 掌握脉冲响应不变法设计IIR滤波器 ◼ 掌握双线性变换法设计IIR滤波器 ◼ 了解Butterworth、Chebyshev低通滤波器的特点 ◼ 掌握从模拟滤波器低通原型到各种数字滤波器的频率变换。 ◼ 掌握从数字滤波器到各种数字滤波器的频率变换 学习重点： ◼ 1、如何确定滤波器的设计指标。 ◼ 2、设计IIR LDF两种变换法（模拟频率变换法，数字频率变换法）。 ◼ 3、利用模拟滤波器来设计数字滤波器的两种方法（冲激不变法、双线性变换法）。 ◼ 3.1 IIR滤波器设计（两种方法） ◼ 3.2 模拟滤波器到数滤波器转换 ◼ 3.3 模拟低通到各种数字滤波器的频率变换 ◼ 3.4 数字低通到各种数字滤波器的频率变换