三种艉部附体方案的粘性阻力数值计算

水面船舶艉部附体不但影响船舶的阻力,而且对螺旋桨的伴流分数以及推力减额也会产生较大影响。近年来,越来越多的研究者都重视使用数值方法进行船舶附体优化设计。在分析某排水型水面船舶艉部附体特点以及优化目标后,设计出两套艉部附体优化方案。通过数值计算方法对这3种方案的船体带附体模型在不同雷诺数条件下进行三维粘性流场的数值模拟。分析比较了它们的粘性阻力和螺旋桨桨盘面处的伴流,最后得到双尾鳍附件的最优方案。     

基于正交试验的大型降落伞开伞冲击载荷影响因素分析

对大型伞开伞过程冲击载荷的影响因素灵敏度进行研究.采用充气时间法对降落伞的充气过程进行建模,并运用正交试验设计方法设计了数值试验来分析初始条件、回收物参数、减速伞参数、主伞参数和环境条件等21个影响因素对主伞和减速伞的2次开伞力峰值、主伞开伞时刻动压等5个指标的影响及灵敏度.通过对比4组不同初始条件的数值试验结果,提出了影响减速伞和主伞开伞冲击载荷的主要因素,并具体分析了各个因素的影响方式.     

改进的证据组合算法编队情报信息融合技术

分析了经典证据组合算法在处理冲突信息融合中的不足,引进了证据信息容量,对经典证据组合算法做了改进,解决了证据极端冲突下经典D-S证据融合算法的不合理性,证实了它确实能够提高证据冲突处理能力,基本满足海上编队情报处理信息融合的可靠性要求,并把该改进算法应用于编队情报信息融合,融合效果较好.     

基于型号性能指标的武器装备体系作战能力评估方法

武器装备体系需求方案通常只能给出装备型号的性能指标,性能指标到能力指标的转化和型号能力到体系能力的聚合成为体系评估的关键。为此,提出了从装备型号性能指标出发的武器装备体系作战能力评估方法。首先通过使命任务到能力需求的分析,建立了能力需求指标体系。然后通过建立装备性能与底层能力指标的关联关系,以及各层级能力指标之间聚合关系,得到从武器装备型号的性能指标到武器装备体系作战能力的函数关系,从而完成装备单元能力评估和装备体系子能力评估,最终得到武器装备体系作战能力评估结果。最后,通过一个实例说明该评估方法的具体步骤和可行性。     

基于战例数据的制胜要素选择方法

针对战争制胜机理定量研究需求,提出了一种基于混合评估的制胜要素选择算法。针对战例数据特点,该算法选择两种过滤方法分别从不同方面对要素全集进行评估排序而后加权得到综合排序结果;将结果作为遗传算法的初始种群,而后以分类精度作为个体适应度函数。选择几种典型的分类器综合比较,筛选出规模较小、性能较好的要素子集。测试结果表明,该算法不仅能有效地减少要素子集规模,还可以进一步提高制胜机理分析模型的准确率和效率。     

多民族地区受教育程度、国家通用语言能力对劳动者收入的影响分析——基于中介效应视角分析

研究基于中国综合社会调查2010年及2017年的微观数据,运用中介模型对七个多民族地区劳动者国家通用语言能力在受教育程度对其收入影响中的中介效应进行分析。得出在受教育程度对个体收入的正向影响中,国家通用语言能力起到部分中介作用,对劳动者收入有明显促进作用,且随着多民族地区经济发展以及推普工作的开展,国家通用语言能力对个体收入的正向影响力有所减弱,受教育程度对个体收入的正向影响力有所增强。因此应注重通过提升劳动者国家通用语言能力促进多民族地区经济发展,持续重视国家通用语言能力在多民族地区劳动者就业能力中的基础性作用以及为其带来的经济收益。     

基于NTP协议的一种校时实现及相关算法

提出一种基于NTP协议的系统校时实现方法及相关算法,将该算法用于大型电子信息系统中,以外部精确时间源和系统中若干台稳定主机构造NTP服务器群,并用NTP服务器群对系统中其它所有网络主机进行精确校时,得到了毫秒级的校时精度。     

辐射冷却推力室的比冲损失计算

由于外壁面的高温(1600K～1900K)条件,辐射冷却的推力室向外散失大量的热量。这一热量的散失,必然引起发动机比冲的损失。到目前为止,尚未看到这方面的计算方法。本文通过分析建立了计算内冷却(即有膜冷却)条件下的内部过程和考虑辐射热的外部过程所引起的比冲损失的公式。这些公式可在设计计算和性能估算时使用。     

GPS载体姿态测量中的整周模糊度的快速求解

全球定位系统 (GPS)的良好性能和便宜的价格为其在姿态测量领域的应用开辟了广阔的前景 ,GPS载体姿态测量技术也成为 GPS应用中的热门研究方向。以利用 GPS载波相位测量来确定载体姿态为背景 ,介绍了 GPS载波相位差分技术的基本原理 ,并针对其中的关键技术问题——载波相位整周模糊度的快速解算 ,叙述和建立了整周模糊度快速解算的具体方法。详细地介绍了载体姿态测量系统中基线的构置方案和求解载体姿态的基本算法 ,即利用基线长确定整周模糊度的初始解集 ,然后利用约束条件来剔除解集中的假解。     

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。