王娟
- 作品数：25 被引量：14H指数：3
- 供职机构：福州大学更多>>
- 发文基金：福建省自然科学基金国家自然科学基金更多>>
- 相关领域：理学自动化与计算机技术建筑科学航空宇航科学技术更多>>
- CBL-Seminar双轨教学模式在新生儿复苏培训中的应用
- 2025年
- 目的探讨案例教学法(case-based learning,CBL)联合研讨式(Seminar)教学法在护理实习生新生儿复苏培训中的应用效果。方法选取2022年5月至2023年5月在福建某三甲医院新生儿重症监护室实习的72名护理实习生为研究对象,采用随机数字表法将其分为对照组(传统教学模式)与观察组(CBL-Seminar双轨教学模式),每组36人。比较两组护理实习生教学质量、教学效果及教学满意度等。结果在理论及操作考核上,观察组均高于对照组,差异具有统计学意义(P<0.05)。教学效果及教学满意度问卷调查结果表明,观察组各方面均优于对照组,差异同样具有统计学意义(P<0.05)。结论CBL-Seminar双轨教学模式可提升新生儿复苏教学效果及教学满意度,有助于培养护理实习生的自学能力和临床应变能力。
- 王珊珊王娟肖惠文郑淑娇卓瑞燕
- 关键词：CBLSEMINAR教学模式新生儿复苏
- 一种飞行环境模拟控制系统的环境信号处理方法
- 本发明公开了一种飞行环境模拟控制系统的环境信号处理方法，包括步骤：S100、根据二阶滑模算法构造滑模微分器；S200、对所述滑模微分器实施时间线性变换；S300、对实施时间线性变换的所述滑模微分器再实施坐标变换，得到滑模...
- 张和洪王娟谢宴清
- 文献传递
- 一种电力系统动态同步相量测量信号的处理方法及系统
- 本发明具体公开了一种电力系统动态同步相量测量信号的处理方法及系统，所述方法包括以下步骤：S1、根据电力系统所给定的同步相量测量信号建立总体状态估计算法；S2、根据步骤S1所建立的总体状态估计算法，构造总体状态估计算法的离...
- 张和洪郭文忠王娟
- 一种用于装配式混凝土剪力墙损伤识别的概率成像方法
- 本发明涉及一种用于装配式混凝土剪力墙损伤识别的概率成像方法，包括以下步骤：1）将压电传感器嵌入剪力墙内部，以二维阵列进行布置；相邻压电传感器两两组成传感路径，所有传感路径构建传感网络；2）选择传感路径中的一个压电传感器作...
- 姜绍飞王娟崔二江佟思逸
- 文献传递
- 一步电沉积制备的卟啉基共价有机骨架固相微萃取涂层及其应用
- 本发明提供了一种卟啉基共价有机骨架（POR‑COF）固相微萃取纤维涂层的制备方法。通过对施加电势、聚合时间、单体浓度等因素的调控，原位电聚合制备了POR‑COF纤维涂层，该涂层具有制备简单、厚度可控、稳定性好、牢固等特点...
- 张兰王娟丁青青张文敏李青青郭宇恒陈晖
- BFRP模壳混凝土剥离损伤监测传感器布设结构及方法
- 本发明提出一种BFRP模壳混凝土剥离损伤监测传感器布设结构及方法，基于混凝土桥墩、设置在混凝土桥墩外围的BFRP膜壳、以及设置在混凝土桥墩和BFRP膜壳之间的不分散混凝土填充层，其特征在于，包括：不分散混凝土填充层内的智...
- 姜绍飞王娟杨文君麻胜兰
- 文献传递
- 新型跟踪微分器在航空发动机磁悬浮轴承中的应用被引量：6
- 2022年
- 为了实现航空发动机磁悬浮轴承的稳定悬浮,在磁悬浮轴承反馈控制器设计中获取光滑、精度高、相位滞后小的跟踪滤波与微分信号等位移传感器信号,基于离散2阶串联型系统,提出了一种具有边界层函数、基于离散时间最优控制算法的新型跟踪微分器。为减小算法在滤波与微分信号提取过程中的相位滞后,在所设计的跟踪微分器算法中引入相位调整因子对相位进行实时有效地补偿。分别从时域与频域的角度进行仿真及试验验证,结果表明:所提出的新型跟踪微分器算法具有全程快速、无超调、无颤振、相位滞后小、精度高等特点,与原基于离散时间最优控制的跟踪微分器算法相比,其平均相位滞后减小80~100个采样周期,满足实际工程应用需求。
- 张和洪谢晏清王娟但志宏林泽如龙志强
- 关键词：磁悬浮轴承位移传感器航空发动机
- 武夷山国家公园管理局内控建设研究
- 企业的内控已逐渐得到了实践的检验及应有的重视,但是行政事业单位内控还未被真正的重视起来。我国政府部门加强了对行政单位整治工作,尤其是在开展的“四风”问题整治过程之中,发现了很多行政事业单在开展内控相关工作过程中出现了一些...
- 王娟
- 关键词：行政事业单位内控
- 用于桥墩不排水加固施工质量监测的传感器布设及方法
- 本发明提出用于桥墩不排水加固施工质量监测的传感器布设及方法，布设结构包括混凝土部分、智能骨料、监测控制模块和分析模块；混凝土部分位于桥墩外侧和BFRP膜壳内侧；智能骨料成对设置且在混凝土部分中环向对称分布形成监测阵列；智...
- 姜绍飞杨文君王娟麻胜兰
- 文献传递
- 基于Swin Transformer与卷积神经网络的高分遥感影像分类被引量：2
- 2024年
- 针对现有基于深度学习的遥感智能解译方法直接获取全局信息具有挑战性,造成地物边缘模糊、相似类间分类精度低等问题,提出基于Swin Transformer和卷积神经网络的高分遥感图像语义分割模型(SRAU-Net)。SRAU-Net以Swin Transformer编码器-解码器框架为基础,采用U-Net形状,提出了以下改进:构造基于Swin Transformer和基于卷积神经网络的双分支编码器,用不同尺度空间细节特征补充具有全局信息的上下文特征,以获得更高的地物分类精度和更清晰的地物边缘;设计特征融合模块,作为双分支编码器的桥梁从通道和空间维度对全局和局部特征进行有效融合,提升对小目标地物的分割精度;添加特征增强模块,利用注意力机制自适应融合来自编码器和解码器的特征,进一步有效聚合空间和语义特征,提升模型对特征的提取效果。结果表明,SRAU-Net能够更好地提取地物的边缘信息,总体分类精度较原始模型提升了2.57百分点,提高了对小尺度地物的分类精度,有效区分如树木和低矮植被等类间相似的遥感地物,总体精度和F1分数分别为92.60%和86.90%,总体效果优于对比模型。
- 何小英徐伟铭徐伟铭王娟王娟
- 关键词：高分辨率遥感影像卷积神经网络
