基于转置卷积神经网络的翼型结冰冰形图像化预测方法

结冰问题严重影响飞机飞行安全,结冰智能预测是飞机智能防除冰系统设计和安全设计的重要依据和支撑。为解决复杂冰形在翼面同一位置的法线方向冰形厚度存在多值的问题,提出基于转置卷积神经网络的翼型结冰冰形图像化预测方法。设计预测模型的神经网络结构、损失函数、数据规范等,直接将影响飞机结冰的飞行和大气条件作为输入,以灰度化的冰形图像作为输出。基于NACA0012翼型,通过数值模拟方法生成冰形数据集,同时利用风洞试验结果对数值模拟方法进行验证,以确保生成数据的可信度。构建以飞行速度、温度、液态水含量、平均水微滴直径和结冰时长5项参数作为输入的预测模型,并进行仿真训练和验证。仿真结果表明:所提翼型结冰预测模型不仅能够快速预测翼型冰形,而且在冰体轮廓、结冰上下极限、冰角位置、结冰厚度等主要特征方面也与数值计算结果符合较好。     

【专题】基于深度学习及FPGA的装备目标检测研究

本文应用深度学习技术实现海天背景下基于可见光、红外方式成像的舰船及角反、烟幕干扰的目标检测,这也是反舰导弹作战使用的关键技术之一。采集的可见光与红外成像目标检测数据集涵盖实施典型干扰下的态势场景,贴近实战;结合四种不同的目标检测机制,选取YOLOV3、Faster R-CNN、SSD及CenterNet四种典型模型分别进行训练与验证,通过对比分析进一步提高弱小目标、复杂干扰态势的的检测,可以实现端到端的高精度装备目标检测模型。在确保精度的前提下基于现场可编程门阵列（FPGA）进行软硬件协同设计,通过对比分析选定基于Vitis AI的实施方案,经过模型的量化、编译与优化,可在保证检测效率的前提下快速实现模型的小型化部署,便于进行装备移植。研究结果表明,该研究内容可有效提高现役反舰导弹目标检测的准确率。     

某型火箭弹安全发射静电防护设计

在分析了电子发火机电路系统工作原理的基础上,对电子发火机部分电路系统进行改进设计,使装填到火箭炮上的火箭弹在新点火电路系统下,两极间产生一条短路通道,具有了短路保护功能。计算结果表明,此设计增强了火箭弹的抗静电能力。     

内初班学生学习适应性与心理健康相关研究——以石河子市为例

本研究采用《学习适应性测验》、《中国中学生心理健康量表》对石河子市内初班初一、初二年级少数民族学生进行了测查。结果表明:从总体上看学习适应性与心理健康之间存在显著相关;从内容上看心理健康与学习适应性之间存在显著相关;学习态度、学习环境和心身健康三个方面受到心理健康的影响最大。     

电视制导系统抗干扰性能评估

提出了一种空地电视制导导弹图像传输系统抗干扰评估的总体框架,建立了电磁干扰条件下系统的抗干扰评估的空间模型。而后基于有限状态机理论,建立了电视制导导弹图像识别模态转换模型,详细讨论了典型干扰对电视图像数据链的影响。最后,应用计算机仿真技术,得到制导系统在不同信噪比条件下导弹的最大作用距离和图像干扰效果。     

Polynomial‐time approximation schemes for two‐machine open shop scheduling with nonavailability constraints

This paper addresses a two‐machine open shop scheduling problem, in which the machines are not continuously available for processing. The processing of an operation affected by a non‐availability interval can be interrupted and resumed later. The objective is to minimize the makespan. We present two polynomial‐time approximation schemes, one of which handles the problem with one non‐availability interval on each machine and the other for the problem with several non‐availability intervals on one of the machines. Problems with a more general structure of the non‐availability intervals are not approximable in polynomial time within a constant factor, unless . © 2005 Wiley Periodicals, Inc. Naval Research Logistics, 2006     

自燃火灾原因分析认定专家系统的设计特点

结合武警学院科研项目"自燃火灾原因分析认定专家系统"(简称FSAIES)的研制工作,介绍FSAIES系统的基本结构,并通过实例详述了适合于系统开发的知识获取和知识表示方法,重点介绍了系统采用的推理机制和学习功能.     

作业名层次化聚类算法预测作业运行时间

预测作业的运行时间有益于提升系统的调度性能,而聚类有助于训练出更好的预测模型。传统的聚类算法很难将相似的作业名聚类,为了将相似的作业更好地聚类,通过分析其组成成分的语义重要性,构建字母-结构-数字的作业名层次化聚类算法。以两台超级计算机的真实数据为例,实验结果发现,应用此算法聚类后的数据训练模型的预测精度相较传统方法有一定的提升,整体预测精度为70%～80%。     

如何提高在线学习者的自我调节能力

与传统课堂教学相比,网络教学环境独有的特点对学习者提出了更高的要求:要求学习者不仅要掌握知识、技能,更要学会学习,管理自己的能力,进行有意义、高效的学习,使其努力指向目标并最终实现目标。本文结合师范生公共必修课《现代教育技术》在线网络课程的教学实践,有效跟踪学习者的学习行为活动,分析学习者的学习状态、学习风格,以及对学习行为的自我调节能力,总结摸索出一些培养并提高学习者自我调节能力的指导性策略,希望能对广大网络学习者有一定的借鉴意义。     

一种SAR图像特征提取和目标分类的新方法

提出了一种利用二维离散小波变换与核主成分分析结合对SAR图像进行特征提取的新方法.该方法对SAR图像进行三层小波分解后提取低频子带图像的核主成分分量作为目标的分类特征,利用支持向量机完成目标分类.采用MSTAR实测SAR目标数据集进行特征提取和分类实验,实验结果表明:该方法可以有效提高目标的正确识别率.