脑与认知技术发展综述

脑与认知是利用神经形态计算来模拟生物大脑处理信息的过程,被认为是探究甚至实现人工智能的最直接技术路线,而且可以为人工神经网络研究提供基础导向,因为人类和动物"先天"的结构对其技能和习性有着决定性作用。对近期脑与认知的相关研究与成果进行了综合评述,并对未来发展趋势进行了展望。综述表明,类脑仿生研究与应用改进了人工智能系统,重建复杂的大脑皮层神经网与回路是当前研究重点;脉冲神经网络被认为是目前深度神经网络的"继承者";脑机接口技术发展呈现非侵入式趋势,面向语言障碍病患实现语音合成的脑机接口技术成为近期新兴研究方向。     

末段修正弹一种修正方案

为了在弹道末段对弹道偏差实施修正,建立了脉冲控制力下的六自由度弹道模型,研究了单个脉冲修正能力的快速估算方法,并由落点弹道偏差量确定脉冲方向角和点火数,由此提出一种较为精确的修正方法。利用上述模型和算法,进行了仿真计算。仿真结果表明:脉冲控制可有效地修正弹道偏差,对算例中给定的目标偏差量,纵向修正误差约为10%,侧向修正误差约为5%。