气液两相管流流型识别理论研究进展

综述了气液两相流流型识别理论及方法的研究进展。首先探讨了流型划分问题，然后针对水平管路、垂直管路及摇摆管路介绍了两相流流型转换机理及转换的边界条件；对于流型的在线识别，介绍了基于波动理论、神经网络和图像处理的流型识别方法。最后提出了气液两相管流流型识别中亟待开展的理论研究方向。     

指挥控制系统中仿真决策系统的嵌入研究

将仿真决策系统嵌入到指挥控制系统中,利用仿真决策支持正在进行的军事行动正成为未来指挥控制系统发展的重要探索方向。研究了嵌入式仿真决策系统的组成,包括人机接口分系统、在线仿真分系统和控制管理分系统等;研究了嵌入式仿真决策系统的功能,包括计划与方案生成、作战态势读取、辅助指挥决策生成、战场态势预判、行动结果管理与未来态势生成控制等;研究了嵌入的关键技术途径,包括嵌入样式、在线仿真决策技术、定性与定量相结合的在线评估、面向服务的组件化设计等。研究成果对探索和建立我国未来新一代指挥控制系统具有重要、积极的现实和军事意义。     

物理化学方法在线清洗船舶柴油机涡轮增压器

针对船舶柴油机涡轮增压器积碳严重、维修保养困难的问题,提出了新研涡轮增压器清洗装置和清洗剂,综合运用物理化学方法对涡轮增压器进行在线清洗的新技术。台架试验表明:运用该技术可有效清除涡轮增压器压气机、废气涡轮内部的积碳;清洗后曲轴箱和齿轮箱内的真空度大幅降低,涡轮增压器性能恢复,内燃机功率提高;配套专用清洗剂对接触部位材料无腐蚀,适应性好,安全可靠;清洗过程中柴油机运转平稳、正常。     

基于面向对象技术的柴油机在线状态监测系统设计

将软件设计中的面向对象思想扩展到系统设计中,针对柴油机实车运行在线监测中的变速变载及空间有限等问题,基于CAN总线的可靠性、信息传输的实时性和多主工作方式,设计分布式智能监测节点和上位机监控中心．分布式监测节点同步采集柴油机运行数据并进行降噪和简单特征提取后,将实时采样数据和在线监测结果上传至基于嵌入式PCI04的上位机监控中心,进行二次特征提取和智能模式识别,从而实现柴油机在线状态监测与故障预警和诊断．     

在线构造Toeplitz矩阵对相干信号DOA估计

针对相干信号源的DOA估计问题,提出了一种基于最大特征矢量在线构造Toeplitz矩阵解相干的方法。通过接收到的数据,实时构造基于最大特征矢量的Toeplitz矩阵来估计相干源的DOA,它无需估计数据的协方差,计算量小,不损失阵列孔径。相比常规的解相干算法,在小快拍和低信噪比情况下,具有更好的估计性能,理论分析和仿真结果验证了该方法的有效性。     

一种具有遗忘特性的在线学习算法框架

基于凸优化中的对偶理论,提出了一种具有遗忘特性的在线学习算法框架。其中,Hinge函数的Fenchel对偶变换是将基本学习问题由批量学习转化为在线学习的关键。新的算法过程是通过以不同方式提升含有约束变量的对偶问题实现的:(1)梯度提升;(2)贪婪提升。回顾了以往的相关研究工作,并指出了与之的区别与联系。人造数据集和真实数据集上的实验结果证实了算法框架的有效性。算法可以很好地处理数据流中的分类面漂移问题,为设计和分析新的在线学习算法提供了一个新的思路。     

基于DJI分步实现的联机空间距离查询处理

综合考虑了查询处理时的计算费用和存储费用,提出了距离连接索引(Distance associatedJoinIn dices,DJI)的分步实现方法,以高效地支持联机空间距离查询。该方法采用分阶段计算DJI的策略,根据用户的查询条件动态地计算DJI的一部分以支持查询。实验研究证明,与传统方法相比,DJI的分步实现方法在性能上具有较大优势。     

武警部队远程教育培训探讨

针对武警部队集中学习相对困难的情况,对当前远程教育培训模式进行了探讨,分析了远程教育中的资源建设问题,并以《汽车构造》课程为例进行了网络课程的开发,为武警部队培养高素质的现代官兵队伍提供有益参考。     

基于火箭弹旋转运动的主子惯导在线标定方案研究

针对火箭炮在射前标定阶段不能进行线运动,只能进行两自由度的角运动,以及需要标定参数多,模型维数大导致标定实时性差等缺点。以火箭炮制导化改造为背景,首先利用旋转调制的原理建立了误差模型,将惯性器件的零偏误差分离,并且理论分析了旋转调制对惯性器件刻度系数误差标定的影响,分析结果表明,旋转运动对刻度系数误差的可观测性影响很大。但是,由于单独的横滚运动不能激励全部6个刻度系数误差,所以最后设计了新的火箭弹机动方案,以及滤波算法使全部刻度系数误差均可观测,并且结果表明除x轴陀螺刻度系数误差外,其余参数均能较快地收敛,与传统的方法相比,标定的实时性和精度都有了较大提高,充分体现了弹丸横滚运动对火箭炮射前标定的重要性。     

Impacts of logistics information on sales: Evidence from Alibaba

Facing fierce competition from rivals, sellers in online marketplaces are eager to improve their sales by delivering items faster and more reliably. Because logistics quality can be known only after a transaction, sellers must identify effective ways to communicate logistics information to consumers. Drawing on the accessibility-diagnosticity framework, we theorize that the sales impacts of logistics information depend on its relative diagnostic value. Using data on 1493 items with 505,785 consumer reviews from an online marketplace, we examine how sales are affected by three information sources for logistics services: online word of mouth (WOM) about logistics, self-reported logistics services, and expected delivery time. We use an instrumental variable method to address the endogeneity issue between sales and WOM. We find that, ceteris paribus, consumers give more weight to WOM about logistics and delivery time when they make purchase decisions but less weight to self-reported logistics service. The effects of logistics information on sales are asymmetric for large and small sellers.