针对高职院校机械类专业的特点，以具有典型特征的工业产品为教学载体，提出一种采用三维CAD技术与传统制图课程先融合式教学后独立延续教学的新模式先以制图为教学主线，将制图内容与相关联的三维CAD内容进行融合式的同步教学，相互支撑，共同推进;再以三维CAD为教学主线，将需要补充的延续性内容独立教学。从系统性产品设计的角度提升学生的创新思维能力、构型建模及仿真分析的能力。

为进一步提高UWB技术在室内移动机器人定位方面的定位精度与可靠性,设计了一种基于UWB与里程计融合的定位系统。针对UWB测距过程中产生的随机误差问题,采用卡尔曼滤波算法进行抑制。针对UWB非视距误差问题,引入NLOS误差鉴别方法鉴别现场环境,借助里程计航迹推演算法获得机器人定位数据进行补偿。针对里程计定位过程中由于长时间、长距离所产生的累积误差问题,采用UWB高精度的定位数据进行误差矫正。实验结果表明,融合UWB与里程计的定位系统有效地抑制了UWB定位的随机误差与非视距误差,尤其在UWB信号受到障碍物的严重遮挡时,移动机器人仍能获得精确可靠地定位数据。

神经网络的机器学习、深度学习具有较强的特征分类能力,但权值和初值的选取影响着故障诊断的精度。遗传算法、粒子群算法及后续的优化算法容易陷入局部最优,表现出自身的局限性。大数据挖掘与基于优化算法的深度学习神经网络成为目前主流的研究方向。该文在研究航空发动机故障诊断的基础上,总结了航空发动机的故障类型、故障诊断数据来源,简单介绍了几种典型优化算法和诊断网络,分析了优化算法对浅层神经网络优化方式,研究了深度神经网络在相邻领域的应用及其成效。根据神经网络的收敛速度和诊断精度判定神经网络的优劣,并提出基于混合自适应粒子群算法与卷积神经网络的航空发动机故障诊断方法。

农业机械液压系统和数字农业技术都在农业现代化中发挥着至关重要的作用,农业机械液压系统通过提供有效的动力传输和控制手段,显著提高了农业生产的效率和产量。同时,数字农业技术的发展为农业生产提供了更加精准和智能化的解决方案,促进了农业产业的数字化转型和升级。笔者旨在探讨农业机械液压系统与数字农业融合的未来趋势与机遇,通过对两者融合的现状、未来发展方向以及可能带来的机遇与挑战进行深入剖析,为农业机械液压系统和数字农业技术结合提供建议,进而促进农业现代化,推动农业产业的持续创新和发展。

针对X射线的能谱分布、量子解释以及模体材料对X射线的衰减特性，提出了基于射线强度衰减的连续能谱投影仿真算法。该算法首先将连续X射线谱离散成若干个相邻的窄束能谱，同时为了更逼真地反映连续X射线谱，采用分段曲线拟合的方法拟合每段窄束能谱上的能谱函数以及在该段上衰减系数关于射线能量的函数，再根据多色射线的衰减规律进行投影仿真，最后进行融合，得到连续能谱X-CT的投影数据。对该算法得到的投影进行CT重建，显示了预期的射束硬化效果，逼真地仿真了实际CT系统的投影过程。

在结构的损伤检测中，由于传感器数目、测试噪声等因素，限制了结构损伤检测与识别的能力。不同的损伤识别方法在检测过程中识别的精度不同，使用单一的损伤检测识别方法所获得的信息是不全面的。将Dempster-Sharer证据理论应用于结构的损伤识别中，将各种识别不同精度的检测方法融合，使最终识别的结果更为可靠、精确。通过对钢梁结构损伤识别的模拟计算，验证了D—S证据理论在融合多种不同精度损伤识别方法中的有效性。

国内互联网用户数已超过2亿，基于互联网的通信应用，例如E—mail、Skype、QQ、MSN等，对话音网产生了巨大的冲击。但是，话音网具有稳定可靠、安全、可赢利的显著特点，可借助互联网的优势，与互联网进行融合，实现业务转型。本文研究了话音网与互联网融合的应用模式，并通过应用实例说明其融合方式。

传统蚁群算法在解决物流配送路径问题时容易出现“早熟”问题,使路径寻找速度和优化结果受到影响。为更合理进行车辆路径调度管理,提出一种粒子群-蚁群相融合的物流配送路径规划算法,该算法充分利用粒子群较强的全局搜索能力和搜索速度快的特点,将得到的次优解转化为蚁群算法中的初始信息素的增量,最后利用蚁群算法的正反馈机制求解问题的精确解。研究结果表明:与单一算法相比,融合算法能快速有效地确定物流配送路径,具有较快的寻优速度和收敛精度,更合理的控制物流配送成本。