回環(huán)

“三式”結(jié)課；“回環(huán)”；“自省”；“應(yīng)用”中圖分類號(hào)：G623.5 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1673-8918（2023）19-0118-04一、 問題的提出課堂教學(xué)有效性直接關(guān)系到教學(xué)的質(zhì)量。有效性是課堂教學(xué)的永恒主題，已經(jīng)成為推進(jìn)新課程實(shí)施與改進(jìn)課堂教學(xué)的一種目標(biāo)追求。作為一個(gè)復(fù)雜動(dòng)態(tài)的系統(tǒng)，課堂教學(xué)是由多層環(huán)節(jié)緊密相扣而成的統(tǒng)一體，結(jié)課就是整個(gè)課堂教學(xué)中的必要環(huán)節(jié)之一。在一堂數(shù)學(xué)課快要結(jié)束時(shí)，往往是學(xué)生大腦最疲勞、注意力最容易分散的時(shí)候。如果我們能

LAM過程中加入回環(huán)檢測(cè)能夠?qū)崟r(shí)矯正位姿估計(jì)誤差,提高定位精度[1-2]。目前回環(huán)檢測(cè)主要采用融合基準(zhǔn)的全球定位系統(tǒng) (Global positioning system,GPS)與視覺傳感器的方法[3-4]。然而,視覺傳感器對(duì)長期的光照變化敏感,往往不能成功地跟蹤視覺特征。并且,在果園、森林等樹冠茂密的場(chǎng)景中,衛(wèi)星信號(hào)容易被阻攔,導(dǎo)致GPS失效[5-6]。相較而言,點(diǎn)云數(shù)據(jù)不受室外光照變化以及信號(hào)遮擋影響,更適用于復(fù)雜果園場(chǎng)景[7-9]。回環(huán)檢測(cè)是機(jī)器人

領(lǐng)域常用的方法。回環(huán)檢測(cè)作為視覺SLAM系統(tǒng)的重要組成部分之一,其作用是檢測(cè)設(shè)備的運(yùn)動(dòng)軌跡是否構(gòu)成一個(gè)閉合回路,由此來消除部分在運(yùn)動(dòng)過程中產(chǎn)生的累積誤差,提高定位與建圖的準(zhǔn)確性。基于詞袋模型的回環(huán)檢測(cè)方法一直是主流方法,使用詞袋提取圖像特征構(gòu)成對(duì)圖像的描述,進(jìn)而檢測(cè)圖像序列中是否存在回環(huán)。隨著深度學(xué)習(xí)技術(shù)與硬件設(shè)備的發(fā)展,深度學(xué)習(xí)技術(shù)逐漸在回環(huán)檢測(cè)中得到應(yīng)用,并取得了良好的效果。該文從視覺SLAM系統(tǒng)中回環(huán)檢測(cè)的原理出發(fā),介紹回環(huán)檢測(cè)工作流程,闡述國內(nèi)外相

apping)和回環(huán)檢測(cè)(Loop Closing)4個(gè)模塊[11]。回環(huán)檢測(cè)是視覺定位技術(shù)中較為關(guān)鍵的一個(gè)部分[9]。視覺定位技術(shù)雖然能夠進(jìn)行當(dāng)前載體的實(shí)時(shí)位姿估計(jì)，但是從本質(zhì)上來說是一種航跡推算算法，存在位姿誤差累積的問題。所以需要回環(huán)檢測(cè)算法消除與抑制累計(jì)誤差[10]?；谠~袋模型(Bag of Words，BoW)的回環(huán)檢測(cè)技術(shù)，在目前各種開源的視覺SLAM算法中被廣泛使用，其本質(zhì)上是基于外觀的回環(huán)檢測(cè)算法[12]，通過圖像信息判斷當(dāng)前場(chǎng)景是否是之

M 的關(guān)鍵環(huán)節(jié)，回環(huán)檢測(cè)通過計(jì)算幀間點(diǎn)云相似性判斷移動(dòng)機(jī)器人是否經(jīng)過同一位置，并在后端位姿圖中增加閉環(huán)位姿，最終利用位姿圖優(yōu)化校正位姿并生成全局一致的點(diǎn)云地圖。尤其是在室外環(huán)境下，沒有回環(huán)檢測(cè)會(huì)導(dǎo)致激光雷達(dá)SLAM 位姿誤差隨時(shí)間累積，從而影響SLAM 后端建圖的精度和效果。針對(duì)回環(huán)檢測(cè)，Shan 等人于2016 年提出了LeGO-LOAM[2]，該算法引入地面優(yōu)化進(jìn)行位姿估計(jì)，并集成了回環(huán)檢測(cè)校正軌跡漂移，但是存在回環(huán)檢測(cè)失敗或漏檢的情況；Kim 等人于

算不收斂等難題。回環(huán)檢測(cè)是消除累積誤差的有效手段，是失效衛(wèi)星位姿估計(jì)問題的熱點(diǎn)與難點(diǎn)。同時(shí)，利用回環(huán)檢測(cè)粗略求得失效衛(wèi)星的自旋角速度，對(duì)后續(xù)的接近或抓捕十分重要[4]。基于詞袋模型（Bag of word,BoW）的回環(huán)檢測(cè)算法是失效衛(wèi)星回環(huán)檢測(cè)的主流[5]。該方法通過預(yù)訓(xùn)練好的詞典庫生成圖像的詞袋向量，計(jì)算向量相似度來完成回環(huán)檢測(cè)[6]。但是，該算法的性能嚴(yán)重依賴于預(yù)訓(xùn)練提取生成的詞典庫，對(duì)空間復(fù)雜多變的場(chǎng)景適應(yīng)性差。隨著深度學(xué)習(xí)技術(shù)在圖像上的廣泛應(yīng)用，

，430073)回環(huán)檢測(cè)算法用于判斷機(jī)器人是否回到了曾經(jīng)到過的位置，進(jìn)而得到約束以消除機(jī)器人在即時(shí)定位與地圖構(gòu)建(simultaneous localization and mapping, SLAM)過程中產(chǎn)生的不可避免的累計(jì)誤差[1-2]。根據(jù)所使用的傳感器類型的不同，該算法可分為基于視覺的回環(huán)檢測(cè)以及基于激光雷達(dá)的回環(huán)檢測(cè)[3]?；谝曈X的回環(huán)檢測(cè)算法通常利用詞袋模型(BoW)[4]，例如，Glvez-López等[5]采用FAST+BRIEF特征提

關(guān)注與濃厚興趣。回環(huán)檢測(cè)作為視覺SLAM 的關(guān)鍵組成部分，可以識(shí)別機(jī)器人以前經(jīng)過的地方，從而減少機(jī)器人移動(dòng)過程中產(chǎn)生的累積誤差。現(xiàn)有的回環(huán)檢測(cè)方法可以分為基于圖像特征和基于外觀不變性兩種。其中，基于外觀的回環(huán)檢測(cè)目前獲得了較為廣泛應(yīng)用，該方法從本質(zhì)上比較了視覺系統(tǒng)中2 幅相鄰圖像之間的相似性。在基于外觀的方法中，較為通用的是基于詞袋模型的回環(huán)檢測(cè)算法。基于詞袋模型的回環(huán)檢測(cè)算法的主要運(yùn)行步驟是：首先利用算法（SIFT、SURF、ORB ）從采集到的環(huán)境信息

成一句話的詩也叫回環(huán)詩或回文詩。關(guān)于回環(huán)詩，有一個(gè)有趣的民間小故事。六月的一天下午，蘇小妹與長兄蘇東坡一同外出游玩，忽然有人捎來了蘇小妹的丈夫秦觀所寄的一封書信。蘇小妹滿懷欣喜，打開一看，信中竟是一首別出心裁的回環(huán)詩——“靜思伊久阻歸期憶別離時(shí)聞漏轉(zhuǎn)”，叫尋常人無從念起?？商K小妹是什么人？她可是當(dāng)時(shí)著名的才女，結(jié)婚前有“蘇小妹三難秦觀”的趣談在民間流傳。讀罷此詩，她略一沉吟，便微微一笑，將這首疊字回環(huán)詩讀了出來：靜思伊久阻歸期，久阻歸期憶別離。憶別離時(shí)聞漏

OAM算法，缺少回環(huán)檢測(cè)與后端圖優(yōu)化，運(yùn)行在果園復(fù)雜環(huán)境中精度缺失嚴(yán)重。在此基礎(chǔ)上LeGO-LOAM算法增加了回環(huán)檢測(cè)與圖優(yōu)化部分。然而，回環(huán)檢測(cè)[11-13]與圖優(yōu)化部分不可避免地引入了果園環(huán)境地圖誤匹配及累計(jì)誤差大等問題。回環(huán)檢測(cè)，又稱閉環(huán)檢測(cè)，是機(jī)器人識(shí)別曾到達(dá)某場(chǎng)景，使地圖閉環(huán)的能力，通常使用3D描述符的匹配，如快速點(diǎn)特征直方圖(FPFH)、快速激光興趣區(qū)域變換(FLIRT)和方向直方圖簽名(SHOT)等算法[14-16]。若回環(huán)檢測(cè)成功，可以顯著

起磁致伸縮和磁滯回環(huán)的變形，導(dǎo)致?lián)p耗的增加以及振動(dòng)幅度的增大。因此機(jī)械應(yīng)力下準(zhǔn)確預(yù)測(cè)電工鋼片磁滯與磁致伸縮回環(huán)特性對(duì)變壓器、電機(jī)的優(yōu)化設(shè)計(jì)具有重要意義。電工鋼片磁滯特性模擬常用的模型有Preisach[1-5]模型，Jiles-Atherton（J-A）[6-9]模型等。磁滯模型發(fā)展方向主要為電工鋼片在復(fù)雜工況下（如：諧波、直流偏磁、高頻等情況）磁滯特性的模擬。另一方面，電工鋼片磁致伸縮特性模擬[10-11]是以分析實(shí)驗(yàn)和數(shù)據(jù)為主，并以此建立數(shù)學(xué)關(guān)系式實(shí)現(xiàn)

的代表之作，其中回環(huán)的運(yùn)用為《內(nèi)經(jīng)》平添了一份獨(dú)特的文學(xué)魅力，在中醫(yī)對(duì)外傳播交流中具有研究價(jià)值。經(jīng)文獻(xiàn)檢索，目前對(duì)《內(nèi)經(jīng)》辭格的英譯研究較少涉及回環(huán)，僅有一篇期刊論文基于翻譯美學(xué)分析了回環(huán)的審美構(gòu)成，探討如何使譯文更加符合原文的審美需求[1]。筆者認(rèn)為可進(jìn)一步分析回環(huán)在譯文中得以再現(xiàn)的依據(jù)以及對(duì)辭格特征進(jìn)行取舍的認(rèn)知基礎(chǔ)。因此，文章從語言順應(yīng)論的角度探討回環(huán)英譯的運(yùn)作機(jī)制，其中涉及:回環(huán)英譯時(shí)有無保留的必要及能否在譯文中呈現(xiàn)出來?語言順應(yīng)論是否適用于指導(dǎo)及

劉雄偉 沈會(huì)良回環(huán)檢測(cè)作為同步定位與地圖構(gòu)建(Simulta-neous Localization and Mapping， SLAM)中關(guān)鍵問題之一，主要用于識(shí)別機(jī)器人是否曾到達(dá)過當(dāng)前位置，在降低累積誤差、提高地圖一致性方面具有重要作用.目前，回環(huán)檢測(cè)算法主要分為基于視覺的回環(huán)檢測(cè)算法和基于激光雷達(dá)的回環(huán)檢測(cè)算法.由于激光雷達(dá)精度相對(duì)受光照、視角影響更小，基于激光雷達(dá)的回環(huán)檢測(cè)算法通常具有更高的魯棒性.基于激光雷達(dá)的回環(huán)檢測(cè)算法可大致分為基于機(jī)器學(xué)習(xí)的

視覺SLAM中，回環(huán)檢測(cè)（Loop Closure Detection，LCD）是非常重要的一部分，它通過識(shí)別以前訪問過的地方減少累積誤差，從而提高地圖的準(zhǔn)確性。如果檢測(cè)到回環(huán)，通過把信息傳遞給后端進(jìn)行優(yōu)化處理。回環(huán)是一個(gè)比后端更加緊湊、準(zhǔn)確的約束，這一約束條件可以形成一個(gè)拓?fù)湟恢碌能壽E地圖。如果能夠檢測(cè)到回環(huán)，對(duì)其優(yōu)化，就可以讓建圖結(jié)果更加準(zhǔn)確。在回環(huán)檢測(cè)中有兩種常見的方法：基于里程計(jì)的方法和基于外觀的方法。基于里程計(jì)的方法假定里程計(jì)足夠精確，并通過使用

本研究以畹町芒棒回環(huán)村為典型個(gè)案，分析瑞麗江流域汝買人語言使用現(xiàn)狀，剖析傣化汝買村寨語言使用特點(diǎn)及成因，窺探汝買語使用功能邊緣區(qū)的語言活力一角，為科學(xué)評(píng)估當(dāng)前德昂族汝買支系母語活力提供重要依據(jù)。回環(huán)村隸屬于瑞麗市畹町鎮(zhèn)芒棒村委會(huì)，屬于半山區(qū)。位于畹町鎮(zhèn)邊，距離芒棒村委會(huì)12公里，距離畹町鎮(zhèn)11.5公里。國土面積0.86平方公里，海拔1 485米，年均氣溫19.7℃，年降水量1 522.4毫米，適宜種植水稻等農(nóng)作物。有耕地754畝，林地431.5畝。目前，該

和計(jì)算主要集中在回環(huán)檢測(cè)和后端優(yōu)化階段。回環(huán)檢測(cè)是多機(jī)器人SLAM的重要基礎(chǔ)。在SLAM研究的古典時(shí)期(classical age)[2]，通常采用激光角點(diǎn)作為路標(biāo)，并采用最大似然估計(jì)的方式對(duì)路標(biāo)進(jìn)行數(shù)據(jù)關(guān)聯(lián)[3-4]，此類方法需要持續(xù)共享信息矩陣，傳輸數(shù)據(jù)量與狀態(tài)量個(gè)數(shù)呈平方增長，數(shù)據(jù)傳輸量大；此外，由于路標(biāo)特征簡單，容易發(fā)生錯(cuò)誤關(guān)聯(lián)，因此此類方法適用于人工環(huán)境，對(duì)于復(fù)雜的自然環(huán)境魯棒性較差。A.Howard[5]和L.Carlone[6]等采用機(jī)器人攜

包括視覺里程計(jì)與回環(huán)檢測(cè)的ORB 字典，體現(xiàn)ORB 特征是現(xiàn)階段計(jì)算平臺(tái)的一種優(yōu)秀的效率與精度之間的折中方式.ORB 比SIFT(scale-invariant feature transform)或SURF (speeded up robust features)省時(shí)，可實(shí)時(shí)計(jì)算，相比Harris 等簡單角點(diǎn)特征，又具有良好的旋轉(zhuǎn)和縮放不變性，并且ORB提供描述子使大范圍運(yùn)動(dòng)時(shí)能夠進(jìn)行回環(huán)檢測(cè)和重定位[7].在SLAM 建圖的過程中，由于各種噪聲的影響將

析1.3 騎撐前回環(huán)動(dòng)作完成情況的分析騎撐前回環(huán)動(dòng)作是旋轉(zhuǎn)軸在中間，以上體和兩條腿各自形成的三個(gè)同向動(dòng)距的合力作用而形成的繞杠回環(huán)動(dòng)作。根據(jù)騎撐前回環(huán)的動(dòng)作結(jié)構(gòu)特點(diǎn)和力學(xué)原理，完成該動(dòng)作必須獲得足夠的翻轉(zhuǎn)力量和回環(huán)半徑速度。向前跨時(shí)，需要練習(xí)者挺胸立腰向前跨出。然而挺胸立腰是練習(xí)者比較膽怯的一個(gè)環(huán)節(jié)，這就導(dǎo)致練習(xí)者向前跨的過程中出現(xiàn)屈臂、重心靠近握點(diǎn)，不敢遠(yuǎn)跨等情況的出現(xiàn)。在回環(huán)至杠后水平部位，制動(dòng)腿與兩臂用力下壓，完成回環(huán)動(dòng)作。表3 騎撐前回環(huán)動(dòng)作完成情

建圖、后端優(yōu)化、回環(huán)檢測(cè)等部分，通過視覺圖像信息感知周圍環(huán)境。回環(huán)檢測(cè)使機(jī)器人對(duì)曾經(jīng)去過的位置能夠準(zhǔn)確識(shí)別，解決了位姿漂移問題。后端優(yōu)化的作用則是消除噪聲對(duì)建圖、位姿估計(jì)的影響，同時(shí)，以前端視覺里程計(jì)來計(jì)算姿態(tài)變化。在視覺SLAM 系統(tǒng)中，后端優(yōu)化收斂會(huì)出現(xiàn)偏差，反映為建圖中的漂移。對(duì)此，可采用回環(huán)檢測(cè)模塊將累計(jì)誤差消除。深度學(xué)習(xí)的發(fā)展也為機(jī)器人更高層次的回環(huán)檢測(cè)提供可能。2 深度學(xué)習(xí)與回環(huán)檢測(cè)方法近年來，在計(jì)算機(jī)視覺領(lǐng)域中，深度學(xué)習(xí)方法廣受關(guān)注，發(fā)展飛速

產(chǎn)生嚴(yán)重的影響。回環(huán)檢測(cè)是指機(jī)器人在進(jìn)行SLAM 的過程中判斷自己是否到達(dá)之前已經(jīng)訪問過的某個(gè)場(chǎng)景[1]，從而根據(jù)前面誤差較小的位姿修正后面的位姿，消除累計(jì)誤差，提高機(jī)器人定位與建圖精度。對(duì)于搜救機(jī)器人而言，在復(fù)雜的災(zāi)后環(huán)境中執(zhí)行搜救任務(wù)時(shí)[2]需要有更加精準(zhǔn)的定位與環(huán)境地圖，因此研究搜救機(jī)器人視覺SLAM 回環(huán)檢測(cè)方法對(duì)于提升搜救任務(wù)的完成效率具有重大的意義?，F(xiàn)有的視覺SLAM 系統(tǒng)中，回環(huán)檢測(cè)方法主要有基于詞袋模型（bag of words，BoW）的

律表現(xiàn)為均衡美、回環(huán)美、抑揚(yáng)美、錯(cuò)綜美。關(guān)鍵詞：漢語語言文學(xué);均衡;回環(huán);抑揚(yáng);錯(cuò)綜文學(xué)語言與音樂因“聲音”結(jié)緣，韻律特征是文學(xué)語言和音樂的命脈。和諧的韻律、鮮明的節(jié)奏，讀之文從字順，聽之鏗鏘悅耳，正是文學(xué)語言音樂美的體現(xiàn)。古今中外的優(yōu)秀作家對(duì)語言的音樂美重視有加，作家秦牧說過，注意了文學(xué)語言的音樂美，不但可以讓讀者閱讀起來瑯瑯上口，而且還可以增加作品的藝術(shù)感染力。文學(xué)語言的韻律特征與每種語言的語音特征直接相關(guān)，民族語言的語音特點(diǎn)為文學(xué)語言的韻律提供了物質(zhì)

前端視覺里程計(jì)、回環(huán)檢測(cè)和后端優(yōu)化。前端視覺里程計(jì)部分主要利用幀間的多視幾何關(guān)系計(jì)算出自身姿態(tài)變化，而后端優(yōu)化主要解決的問題是消除整個(gè)系統(tǒng)中由于各種原因產(chǎn)生的噪聲對(duì)位姿估計(jì)和建圖的影響。在視覺SLAM系統(tǒng)長時(shí)間的自主導(dǎo)航運(yùn)行中，不可避免的會(huì)因?yàn)猷徑鼛g的誤差積累導(dǎo)致后端的優(yōu)化收斂出現(xiàn)嚴(yán)重的偏差，這樣的偏差在建圖過程中會(huì)反映為漂移。因此，在視覺SLAM系統(tǒng)中引入了回環(huán)檢測(cè)模塊，用于消除累計(jì)誤差，控制建圖的全局一致性。1 相關(guān)工作傳統(tǒng)的回環(huán)檢測(cè)方法分為兩種。一

試驗(yàn)的中間周次滯回環(huán)得到的阻尼參數(shù)可表征巖石的阻尼特征；何明明等[9,10]研究了不同循環(huán)加載條件下巖石的阻尼特性，揭示了常幅循環(huán)荷載下阻尼比和阻尼系數(shù)隨循環(huán)次數(shù)的演化規(guī)律；蘇鵬[11]通過試驗(yàn)得到了砂巖與花崗巖的阻尼比與振動(dòng)頻率、應(yīng)力水平、應(yīng)變幅值的關(guān)系.對(duì)于理想黏彈性體，在循環(huán)荷載的條件下，由于黏滯力的存在，各級(jí)循環(huán)中應(yīng)變相位滯后于應(yīng)力相位，滯回環(huán)應(yīng)為標(biāo)準(zhǔn)的橢圓形，且由于沒有塑性變形，不同應(yīng)力幅之間的滯回環(huán)的應(yīng)變起點(diǎn)應(yīng)位于同一應(yīng)變位置.但由于巖石內(nèi)部存

較大的累計(jì)誤差。回環(huán)檢測(cè)最初應(yīng)用于視覺SLAM,在激光雷達(dá)的應(yīng)用中較少。它能夠使得機(jī)器人更加準(zhǔn)確地去識(shí)別自己曾經(jīng)去過的位置,通過進(jìn)行辨識(shí)過去的位置,檢測(cè)回環(huán)來解決位姿的漂移問題,使得地圖的建立更加準(zhǔn)確。傳統(tǒng)的視覺SLAM 中回環(huán)檢測(cè)方法為視覺詞帶模型。董蕊芳等人提出一種基于改進(jìn)TF-IDF的視覺SLAM回環(huán)檢測(cè)算法[17]。首先,采用圖像中的直線作為特征來進(jìn)行回環(huán)檢測(cè),接下來通過二進(jìn)制線特征描述子來進(jìn)行視覺詞典的構(gòu)建。徐建鵬等人提出一種基于Fast-RCN

）1、單杠支撐后回環(huán)動(dòng)作的技術(shù)構(gòu)成單杠支撐后回環(huán)整個(gè)過程可分為支撐后擺、直臂后倒，抬頭挺髖支撐這三個(gè)階段。支撐后擺階段是指從手撐單杠開始，直腿繃直腳尖先向前擺緊接著迅速向后上方擺腿，上體保持直臂、頂肩支撐單杠，肩稍微向前移動(dòng)，直至身體后擺達(dá)到最高點(diǎn)位置（腿要高于肩）。直臂后倒階段是指當(dāng)身體下落到腹部接近單杠時(shí)，梗頭、上體迅速積極后倒，在腹部靠杠，雙腿前擺時(shí)稍微屈髖，兩臂壓杠進(jìn)行回環(huán)，直至回環(huán)到肩部過單杠下垂位置。抬頭挺髖支撐階段是指在回環(huán)至肩部過單杠下垂位

。但是單杠翻轉(zhuǎn)、回環(huán)等動(dòng)作都是在空中完成，具有一定的難度和危險(xiǎn)性。所以，在開展過程中需要克服學(xué)生對(duì)單杠的恐懼，提高學(xué)生的興趣，才能提高單杠教學(xué)質(zhì)量。一、研究對(duì)象山西師范大學(xué)體育教育系15級(jí)、16級(jí)體操普修學(xué)生的恐懼心理。二、研究方法(一)文獻(xiàn)資料法通過中國知網(wǎng)數(shù)據(jù)庫查閱了大量關(guān)于體操單杠教學(xué)、恐懼心理等方面的文獻(xiàn)資料，為論文撰寫提供依據(jù)。(二)問卷調(diào)查法根據(jù)本課題研究的內(nèi)容及目的的需要，對(duì)我院體育教育系普修學(xué)生共發(fā)放375份問卷，有效問卷329，有效率為8

應(yīng)變曲線形成的滯回環(huán)會(huì)相對(duì)飽滿寬厚，可以更清晰明顯對(duì)比滯回環(huán)特征變量（粘性）隨預(yù)應(yīng)變的增加而改變的趨勢(shì)。1 實(shí)驗(yàn)過程本文選取圓柱形有機(jī)玻璃試樣，高h(yuǎn)=10mm，橫截面直徑d=10mm。采用量程為100KN的電子萬能實(shí)驗(yàn)機(jī)對(duì)有機(jī)玻璃試樣進(jìn)行循環(huán)載荷壓縮實(shí)驗(yàn)。實(shí)驗(yàn)分別設(shè)置了三種加卸載速率分別為0.6mm/min、6mm/min、60mm/min，根據(jù)應(yīng)變率的定義為應(yīng)變相對(duì)于時(shí)間的導(dǎo)數(shù)，有：其中，v為加卸載速度，h為試樣高度。根據(jù)公式1得到三種應(yīng)變率分別為10-

模型中各參數(shù)對(duì)滯回環(huán)的影響，并對(duì)模型進(jìn)行參數(shù)辨識(shí)。利用MATLAB對(duì)模型進(jìn)行仿真，將結(jié)果與實(shí)驗(yàn)數(shù)據(jù)進(jìn)對(duì)比，曲線擬合程度較高，表明所建立的模型能準(zhǔn)確體現(xiàn)磁流變減擺器低速下的動(dòng)力學(xué)滯回特性。1 實(shí)驗(yàn)數(shù)據(jù)的獲取實(shí)驗(yàn)測(cè)試對(duì)象為某型無人機(jī)設(shè)計(jì)的磁流變減擺器，實(shí)物見圖1，結(jié)構(gòu)原理見圖2。將圖1在阻尼特性實(shí)驗(yàn)平臺(tái)上測(cè)試，實(shí)驗(yàn)平臺(tái)見圖3。在正弦波位移激勵(lì)(激勵(lì)頻率為3 Hz，激勵(lì)振幅為1.4 mm)下，輸入電流分別為0 A、0.4 A、0.8 A和1.2 A，獲得實(shí)驗(yàn)數(shù)據(jù)

SLAM系統(tǒng)中，回環(huán)檢測(cè)［5］（Loop Closure Detection，LCD）一直是一個(gè)重要的環(huán)節(jié)，它能夠使得機(jī)器人更加準(zhǔn)確地去識(shí)別自己曾經(jīng)去過的位置，通過進(jìn)行辨識(shí)過去的位置，檢測(cè)回環(huán)來解決位姿的漂移問題。當(dāng)判斷當(dāng)前位置是曾經(jīng)到過的地方，那么機(jī)器人記錄的軌跡就會(huì)形成了一個(gè)局部的回環(huán)，使用G2O［6］來對(duì)位姿進(jìn)行重新修正，可以減少機(jī)器人的積累誤差，使得地圖的建立更加準(zhǔn)確。傳統(tǒng)的視覺 SLAM 中回環(huán)檢測(cè)的方法視覺詞帶模型［5，7～8］（Bag of

陳玉祥關(guān)鍵詞： 回環(huán)檢測(cè); 格拉斯曼; 信號(hào)子空間; 投影尺度函數(shù); 地圖建模; 重定位精度中圖分類號(hào)： TN911.1?34; TP391.9 ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ? ? ? 文章編號(hào)： 1004?373X（2019）05?0066?04Indoor loop detection algorithm based on multipath fingerprint signal subspaceZHANG

變的滯后關(guān)系、滯回環(huán)演化規(guī)律鮮有提及.根據(jù)相似材料的研究經(jīng)驗(yàn)[9-10]，循環(huán)荷載下材料的變形和破壞是一個(gè)損傷不斷產(chǎn)生、累積的過程，也是能量不斷耗散的過程，而耗散能的變化可以從滯回環(huán)的演化入手；滯回環(huán)的形態(tài)不僅反映了循環(huán)加卸載過程中力和變形、阻尼等特性，同時(shí)材料的動(dòng)彈性模量、阻尼比、能量耗散等動(dòng)力學(xué)參數(shù)也是通過滯回環(huán)求得的.Tutuncu 等[11-12]利用單軸應(yīng)力循環(huán)試驗(yàn)分析了影響沉積巖非線性彈性行為的一些主要因素，認(rèn)為滯后機(jī)制是由于裂紋表面和顆粒邊界

成，大的方面是由回環(huán)構(gòu)成，并且不斷地重復(fù)，以一種雙聲復(fù)調(diào)的形式不停地構(gòu)成回聲的效果。在文章的情感表達(dá)方面，除了體現(xiàn)母愛和作者對(duì)母親的深切懷念之外，還呈現(xiàn)出對(duì)友愛鄰里關(guān)系深深的眷念，同時(shí)也表達(dá)出了自己對(duì)殘疾人生不屈的生活態(tài)度?！娟P(guān)鍵詞】《合歡樹》；對(duì)比；轉(zhuǎn)折；回環(huán)；情感【中圖分類號(hào)】G623 【文獻(xiàn)標(biāo)識(shí)碼】A史鐵生是我國當(dāng)代著名的作家，他創(chuàng)作了大量感人至深的優(yōu)秀作品，其中一篇回憶性散文《合歡樹》出自他的散文集——《我與地壇》?！逗蠚g樹》被選入人教版選修教材《

辭的典范[1]。回環(huán)辭格是《內(nèi)經(jīng)》修辭的重要組成部分，具有形式美和內(nèi)涵美等美學(xué)特征，但是目前《內(nèi)經(jīng)》修辭研究主要集中在較為常見的比喻、互文、省略等辭格上[2]，甚少涉及回環(huán)辭格。本文以翻譯美學(xué)為切入點(diǎn)，對(duì)比分析李照國和吳氏父子《內(nèi)經(jīng)》譯本中回環(huán)句的翻譯特點(diǎn)，希望為中醫(yī)回環(huán)辭格的英譯提供借鑒。1 回環(huán)辭格1.1 回環(huán)辭格概述回環(huán)也稱回文，是指“運(yùn)用詞序回環(huán)往復(fù)的語句，表達(dá)幾種事物或情理相互關(guān)系的一種修辭方式”[3]。它通過變動(dòng)語言順序(詞序、語序、句序)，形

別樣結(jié)構(gòu)特征：“回環(huán)”而采取以“朗讀教學(xué)”為主，并根據(jù)每首詩歌的具體特點(diǎn)，選取以主旨、意象、語言、鑒賞等一個(gè)方面為主的教學(xué)方法。引導(dǎo)學(xué)生走近新詩的審美世界，去感悟詩的魂靈、詩的綻放?！娟P(guān)鍵詞】新詩 韻律 抒情 回環(huán) 朗讀中圖分類號(hào)：G4 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.3969/j.issn.1672-0407.2017.07.204新詩在初中課本（人教版）中入選了郭沫若的《天上的街市》和《靜夜》，王家新的《在山的那邊》，流沙河的《理想》，何其芳的《秋天》，

加卸載下混凝土滯回環(huán)特性研究肖 杰1,2，彭 剛1,2，鄧 媛1,2，王孝政1,2，羅 曦1,2(1.三峽大學(xué)土木與建筑學(xué)院，湖北宜昌 443002； 2.三峽地區(qū)地質(zhì)災(zāi)害與生態(tài)環(huán)境湖北省協(xié)同創(chuàng)新中心，湖北宜昌 443002)通過開展不同側(cè)壓下的混凝土循環(huán)加卸載試驗(yàn)，分析了側(cè)壓、應(yīng)變速率對(duì)應(yīng)力應(yīng)變?nèi)€中滯回環(huán)面積的影響，提出了一種基于應(yīng)力應(yīng)變?nèi)€的簡便滯回環(huán)面積統(tǒng)計(jì)法，建立了滯回環(huán)面積與循環(huán)次數(shù)之間的關(guān)系。結(jié)果發(fā)現(xiàn)，混凝土單位體積耗散能隨著循環(huán)次數(shù)的增

操隊(duì)員高低杠騰身回環(huán)倒立教學(xué)方法探討問邱銘琦（廣西師范大學(xué)體育學(xué)院，廣西桂林541004）對(duì)武漢體育學(xué)院女子體操少兒高低杠運(yùn)動(dòng)員騰身回環(huán)傳統(tǒng)教學(xué)方法以及常見問題進(jìn)行歸納總結(jié)，并提出改良后的騰身回環(huán)教學(xué)方法，以期為少兒體操高低杠運(yùn)動(dòng)員騰身回環(huán)教學(xué)效率的提高提供參考。少兒體操運(yùn)動(dòng)員；高低杠；騰身回環(huán)；教學(xué)訓(xùn)練方法騰身回環(huán)手倒立屬于單杠短半徑回環(huán)類動(dòng)作，它與單杠大回環(huán)動(dòng)作一樣，在成套動(dòng)作中具有連接其他難度動(dòng)作和被賦有特定動(dòng)作，起著過渡作用的特點(diǎn)。也是體操運(yùn)動(dòng)員必

氏采用首尾呼應(yīng)的回環(huán)結(jié)構(gòu)，以凝練、內(nèi)斂的筆觸描畫了繁華幻滅過后的覺醒，在形式上呈現(xiàn)出均衡規(guī)整的完整和勻稱，在內(nèi)容上，對(duì)比與象征的運(yùn)用使得回環(huán)結(jié)構(gòu)內(nèi)部既充滿張力又不失其統(tǒng)一性。對(duì)比與象征意象的交疊穿插，不僅豐富了文本的意義層次，鞏固了悲傷落寞的基調(diào)，也使得文本內(nèi)部有了呼應(yīng)，使敘述顯得節(jié)奏有致，張弛有度。【關(guān)鍵詞】回環(huán)；對(duì)比；象征；張力；雪美國現(xiàn)代作家F.S.菲茨杰拉德被公認(rèn)為“迷惘的一代”和“喧囂的二十年代”的代言人。其短暫絢爛的生命在他的盛年便黯然落幕，然

成的珠聯(lián)式結(jié)構(gòu)和回環(huán)式結(jié)構(gòu)，排比和對(duì)偶也屬于同現(xiàn)結(jié)構(gòu)，因篇幅關(guān)系，這里暫不討論?！爸槁?lián)”和“回環(huán)”這兩種句式除了具備反映事物間的邏輯關(guān)系之外，往往還承擔(dān)著提高語言表情力的作用，在語言運(yùn)用的基礎(chǔ)上分別形成了頂真和回環(huán)辭格，因此，在修辭學(xué)界受到廣泛的關(guān)注。有關(guān)兩者修辭效果的研究成果比較豐富，而兩者在語篇組織上所具備的銜接作用的相關(guān)研究卻相對(duì)不足。王德春先生在《現(xiàn)代修辭學(xué)》第七章第三節(jié)論述表現(xiàn)修辭手段時(shí)，提出“并列式”“連鎖式”“回環(huán)式”和“跳脫式”四種句式所起

tIO 高速串行回環(huán)通信的實(shí)現(xiàn)，該設(shè)計(jì)有助于高速串行通信的實(shí)現(xiàn)，且具有速率快、可靠性高及開發(fā)容易等優(yōu)勢(shì)。1 高速串行回環(huán)1.1 高速串行收發(fā)器高速串行回環(huán)是基于RocketIO 高速串行收發(fā)器，回環(huán)是高速串行收發(fā)器本身攜帶的。RocketIO 高速串行收發(fā)器是Xilinx 集成在VirtexII pro 以上系列的專用高速串行收發(fā)器，可實(shí)現(xiàn)Gbit·s－1的傳輸速率，支持多種協(xié)議，且應(yīng)用廣泛［3］。其主要組成如圖1所示。如圖1 所示，RocketIO 高速

力。其中，頂針、回環(huán)的修辭藝術(shù)在閩南諺語中更是熠熠生輝，在表達(dá)事物聯(lián)系與形式美、音樂美方面起著不可忽視的作用。一、頂針的巧用頂針通常是用上句結(jié)尾的詞語作下句的開頭，或前文的末尾作下文的開頭，使鄰近的語句首尾頂接，蟬聯(lián)而下，又寫做頂真，又稱聯(lián)珠。頂針手法在閩南諺語的運(yùn)用已十分成熟。從結(jié)構(gòu)上看，閩南諺語不僅有上下句的頂針，還有句內(nèi)的頂針。從頂針的詞語來看，有詞的頂針和短語的頂針。諺語運(yùn)用頂針修辭手法，不但能語句結(jié)構(gòu)緊湊，語氣貫通，而且能突出事物之間環(huán)環(huán)相扣的有

學(xué)院)單杠支撐后回環(huán)動(dòng)作技術(shù)關(guān)鍵的教學(xué)研究◆吳 平(江南大學(xué)體育學(xué)院)體操是力量與技術(shù)、技巧相結(jié)合的典型運(yùn)動(dòng),單杠支撐后回環(huán)是體操教學(xué)的一個(gè)基本動(dòng)作,是中小學(xué)和大學(xué)體育教學(xué)的一項(xiàng)重要內(nèi)容。對(duì)單杠支撐后回環(huán)動(dòng)作技術(shù)關(guān)鍵教學(xué)進(jìn)行研究,提出自己的看法,以期提高單杠支撐后回環(huán)動(dòng)作教學(xué)效果。單杠 支撐后回環(huán) 技術(shù)關(guān)鍵 教學(xué)研究1 問題的提出體操是力量與技術(shù)、技巧相結(jié)合的典型運(yùn)動(dòng),單杠支撐后回環(huán)是體操教學(xué)的一個(gè)基本動(dòng)作,是中小學(xué)和大學(xué)體育教學(xué)的一項(xiàng)重要內(nèi)容。盡管該動(dòng)作

地推鉛球、騎撐前回環(huán)的頂髖動(dòng)作進(jìn)行相關(guān)性的分析，總結(jié)出頂髖或送髖動(dòng)作形成的一般規(guī)律，為提高體育教學(xué)的有效性提供一個(gè)參考。關(guān)鍵詞：體育教學(xué)相似類動(dòng)作頂髖一、動(dòng)作要領(lǐng)的分析(一)原地推鉛球(以右手為例)最后用力階段：右腿用力蹬地，用擺動(dòng)腿蹬地的力量帶動(dòng)髖向前移動(dòng)，從右髖部發(fā)力，然后擴(kuò)大到下肢和上體。當(dāng)滑步結(jié)束時(shí)，左腿積極落地的一剎那開始最后用力。用力的順序是右腿迅速蹬地，腳跟提起，右膝向內(nèi)轉(zhuǎn)，右髖邊轉(zhuǎn)邊向前送，上體逐漸抬起向推鉛球的方向磚動(dòng)。當(dāng)身體左側(cè)移至于地

徐志摩 音樂美 回環(huán) 節(jié)奏 音調(diào)摘 要:《雪花的快樂》是一首純?cè)?。通過對(duì)徐詩語言回環(huán)、節(jié)奏和音調(diào)三方面的分析,我們認(rèn)為,在徐志摩的詩作中,它們是有機(jī)、和諧、統(tǒng)一的整體，其中以回環(huán)美體現(xiàn)得最為突出重要。從而揭示了其詩歌語言具有奇異魅力的原因,指出徐詩語言基質(zhì)對(duì)當(dāng)今詩歌創(chuàng)作和理論建設(shè)的意義。此詩寫于1924年12月30日,是徐志摩回國后出版的第一部詩集《志摩的詩》的首篇。詩人這樣的編排絕非隨意，《雪花的快樂》中那輕盈的飛向美麗清幽世界的雪花也可看做詩人自己，他