药用玫瑰需求量大

玫瑰是集药用、食用、美化、绿化于一体的木本植物。据有关专家介绍,玫瑰花具有多种用途,而一直被人忽略的药用价值更高,它具有醒郁解脾、通经活血、美容美颜等功效。国内外医药专家研究表明,玫瑰花对治疗心脑血管疾病有特效,其药用价值已引起国内外医药专家的普遍重视。我国利用玫瑰花开发出十几种新药、特药、     

重在践行科学发展的考试观

目前,军校考试改革状况仍不尽人意,呈现种种弊端。科学发展的考试观为推进军校考试改革指明了方向,提供了原则和方法。有关部门应在科学发展考试观的宣传工作上狠下功夫,着力抓好科学发展考试观的践行活动。以军事新闻写作“手抄报”考试法为例,对践行科学发展的考试观做了分析和探索。     

激光平行光幕的爆炸成型弹丸形貌测试技术

针对目前爆炸成型弹丸形貌测试普遍使用的脉冲X光摄影法成本昂贵、结构复杂、测试困难的缺点,提出了激光平行光幕形貌测试系统。该系统中,由启动网靶、停止网靶和计时仪组成的区截测速装置测试EFP的速度,激光平行光幕和示波器测试EFP弹丸通过光幕时直径随时间的变化过程。然后将上述测试结果用Matlab软件进行仿真,得出EFP弹丸的形貌。测试与仿真表明:激光平行光幕形貌测试系统可以测试EFP弹丸的速度与形貌,而且成本低廉、可靠性高,可以在大威力战斗部试验中使用。     

基于Gauss伪谱法和直接打靶法结合的月球定点着陆轨道优化

将一种求解最优控制问题的新方法—高斯伪谱法( Gauss Pseudospectral Method-GPM)和传统的直接打靶法有效结合,对月球着陆器定点软着陆轨道快速优化问题做出了研究.推导了高精度模型下着陆动力学方程.针对优化方法各自的特点和多约束条件下最优月球软着陆轨道设计的难点,提出了问题求解的串行优化策略:将控制变量和终端时间一同作为优化变量,同时离散控制变量与状态变量,取较少的Gauss节点,利用GPM求解初值,初值的求解采用从可行解到最优解的串行优化策略;在Gauss节点上离散控制变量,利用直接打靶法求解精确最优解.仿真结果表明,本文提出的轨道优化方法具有较强的鲁棒性和快速收敛性.     

惯性效应对电主轴动态性能的影响

为分析高速电主轴轴承-转子系统的动态特性,利用有限元分析方法和Timoshenko梁理论,建立考虑离心力和陀螺力矩等高速惯性效应和系统阻尼的电主轴转子系统动力学模型;并以120MD60Y6型号高速电主轴为研究对象开展模态试验,获取系统不同工况下的固有频率。研究结果表明:离心力除了造成轴承支承软化外,还会造成转轴软化,且转轴软化是造成主轴系统固有频率下降的主要原因;陀螺力矩会将主轴系统每阶固有频率分为前后两个模态,且前后模态随转速变化的规律不同。仿真结果和试验结果吻合较好,这表明所建模型能够准确预测高速电主轴动态性能。     

星箭分离相对位姿摄影测量方法

提出一种基于视觉的星箭分离相对位姿测量方法。在相机内参数已知的情况下,将相机安装于运载火箭,并在卫星上固连不少于6个合作标志,利用相机对合作标志实时成像;基于单目位姿估计的基本原理,采用高效n点渗透与正交迭代结合的方式解算卫星与火箭之间的相对位姿关系。仿真实验结果、半实物仿真实验结果证明了所提测量方法的可行性和准确性。     

不可能差分分析时间复杂度通用计算公式的改进

研究Boura等和Derbez分别提出的不可能差分分析时间复杂度计算公式,根据实际攻击过程优化密钥排除的步骤,给出不可能差分分析实际攻击的时间复杂度计算的改进公式,进而利用两个分组密码算法模型将改进后公式计算的实际结果分别与Boura等的公式和Derbez的公式的计算结果进行对比,结果表明Boura等的公式计算结果既可能高于优化公式的实际分析计算的结果,也可能低于优化公式的实际分析计算的结果,而在轮子密钥独立时改进后公式的实际计算结果是Derbez公式的计算结果的2-1.2倍。     

基于扩展标记变迁模型的时钟同步协议正确性验证

时钟同步协议是时间触发网络的一个重要组成部分,是时间触发网络实时性和确定性的关键。本文基于扩展标记变迁模型对时钟同步协议进行建模,基于模型检测方法对协议是否满足正确性属性进行验证。验证结果证明了在不同启动场景下时钟同步网络协议的正确性,也表明了扩展标记变迁模型对于协议验证的有效性。     

潜艇训练虚拟水声目标仿真研究

针对潜艇实装训练虚拟水声目标逼真度较低的问题,采用嵌入式训练系统向潜艇声呐系统提供目标的水声特征仿真信息。建立了虚拟水声目标声学特性计算模型,研究了水声传播损失计算方法,建立了海洋环境噪声级和平台自噪声计算模型,建立了虚拟水声目标运动计算模型,在嵌入式训练系统中构建了虚拟水声目标智能机动决策模块。仿真实验验证表明,综合采用上述方法能够有效提高虚拟水声目标的训练逼真度,满足潜艇实装训练要求。     

上下文感知的深度弱监督图像哈希表示学习方法

针对现有深度监督图像哈希表示学习方法依赖于图像的类别信息,难以在现实中被广泛应用问题,利用与图像相关的标签信息作为监督信息,提出上下文感知的深度弱监督图像哈希表示学习方法。该方法一方面通过自适应捕获图像区域特征的相关上下文来增强它们的表示能力,另一方面通过引入判别损失来提高学习到的哈希码表示的判别性。在现有两个公开数据集上的大量实验结果证明了该方法的有效性。