纳米技术与国家安全

纳米技术的兴起为全世界带来了一场全新的科技变革。纳米技术在信息、化工、医药、农业、环保、航空航天等众多领域具有重要的应用价值和广阔的发展前景,被誉为21世纪的三大高新技术之一。然而,经过近五十余年的发展,纳米技术的"双刃剑"效应逐渐显现,纳米技术的滥用对国家安全可能产生的风险正在日益积聚,集中体现在人类健康与生态环境、国家经济安全、国防安全等领域。     

直觉模糊物元及其在权重信息未知多属性群决策中的应用

针对传统物元分析理论无法应用于决策信息为直觉模糊数的多属性决策问题,提出直觉模糊物元分析模型以及用相对相似度代替传统方法中的关联函数来解决直觉模糊物元分析问题,进而完整阐述了直觉模糊物元多属性决策的方法步骤,并通过实例验证了该方法的有效性。特别是针对权重信息未知这一类较为复杂的多属性群决策问题,采用投影法和直觉模糊熵确定权重信息,并运用直觉模糊物元多属性决策方法进行了实例分析,证明了方法的实用性,为直觉模糊多属性群决策提供了一种新的思路。     

伪卫星增强系统参考站接收机的测距偏差及优化

伪卫星相对地面用户是静止的,因此卫星与参考站接收机之间的距离几乎是不变的。在这种情况下,采样和量化引入的误差不再服从高斯分布,从而影响接收机的测量精度。为了解决这一问题,建立了卫星导航接收机的离散数字信号模型,并在此基础上分析了采样和量化对测距偏差的影响,通过仿真验证了结论的正确性,并提出了伪卫星增强系统下参考站接收机的优化设计方法。     

伞翼无人机线性自抗扰高度控制

针对伞翼无人机参数不确定性和复杂环境干扰敏感的问题,提出一种伞翼无人机线性自抗扰(Linear Active Disturbance Rejection Control,LADRC)高度控制方法。建立伞翼无人机8自由度飞行动力学模型,并引入风场和降雨模型以更加准确地模拟真实飞行环境。基于LADRC确定总体控制架构,设计线性扩张状态观测器对所有扰动进行估计,并引入误差反馈率在控制中实时补偿。使用该控制方法在多种扰动工况下进行伞翼无人机高度控制仿真实验。仿真结果表明,基于LADRC的高度控制方法能够有效克服内扰和外扰的影响,实现高精度高度控制;与传统PID控制效果相比,LADRC控制器具有更好的抗扰能力和鲁棒性。     

国外新型预警机发展

美国陆军所建立和运维的高度复杂、全频覆盖的人力资源自动化信息系统使其能够高效的应对日常沉重的部队重组和人事变动任务,进而为其保持强大的战斗力和实时响应的全球应急部署能力提供了有力支撑。本文对美国陆军的主要人力资源数据库、人力资源自动化系统和其它自动化系统及装备进行梳理分析,以期获得对我有益借鉴。     

稀疏卷积计算高效数据加载与输出缓存策略

针对现有神经网络加速器在处理稀疏神经网络时存在的数据加载效率低、乘加资源利用率低、输出缓存寻址逻辑复杂等问题,提出了稀疏卷积计算高效数据加载与输出缓存策略。将属于同一输入通道的非零输入特征图像数据和非零权重进行全对全乘累加运算,降低了非零数据配对难度,提高了乘加资源利用率;通过采用输入驻留计算,以及密集型循环加载特征图像数据,大幅减少了数据片外调取次数;优化了输出缓存设计,解决了现有方案中存在的输出缓存地址访问争用、存储拥塞等问题。实验表明,与采用类似架构的细粒度脉动加速器相比,在处理单元面积上减少了21.45%;在数据加载速度方面平均提高了117.71%在平均乘法器利用率方面提高了11.25%,达到89%。     

基于鲁棒滑模策略的电机伺服系统内模控制

在模型不确定性和干扰状态下建立了基于鲁棒滑模策略的改进内模控制模型.这种控制模型的特征表现为,将内模控制策略和滑模控制结合起来,在模型不确定条件下也可以高效控制,且系统的抗干扰性能显著提升.另外由于引入了二自由度增强型内模控制,大大提升了对未知扰动的鲁棒性.仿真与实验研究结果发现,建立的这种控制器跟踪精度和稳定性高,且...     

融合空间偏好和语义的个体活动识别方法

个体活动识别对用户画像、个性化推荐、异常行为检测、群体行为分析和基于活动的资源配置优化具有重要价值。提出了一种基于稀疏的社交媒体签到数据的个体活动语义识别方法,从签到数据中提取活动行为的时间周期性和趋势性特征,并采用空间偏好量化算法,从个体与群体活动的空间关联中提取群体和个体的空间访问偏好,使用自然语言嵌入工具BERT模型提取访问兴趣点的语义。时间特征、空间偏好特征和访问兴趣点名称语义特征共同构成表征群体、个体偏好的时空联合特征,通过极限梯度提升分类器对其进行分类,得到活动语义识别结果。在Foursquare数据集上的对比实验和消融实验中验证了所提活动语义识别模型可以有效提升活动语义识别的准确性。     

融合图嵌入的光滑主成分分析网络图像识别算法

主成分分析网络(principal component analysis network, PCANet)是一种简单的深度学习算法,在图像识别领域具有优秀的性能。将图嵌入思想融入PCANet,提出一种新的图像识别算法光滑主成分分析网络(Smooth-PCANet)。为了验证Smooth-PCANet算法的有效性,在人脸、手写体字符以及图片等不同数据集上构建实验,并将Smooth-PCANet与多种基于深度学习的图像识别算法作了对比。实验结果证明,Smooth-PCANet算法比PCANet获得了更高的识别性能,并且更有效地避免了过拟合,在小样本训练时具有显著优势。     

满足线性二次型调节器性能指标的群系统编队跟踪问题优化控制方法

针对群系统编队跟踪问题,提出一种满足线性二次型调节器性能指标的优化控制方法。建立编队跟踪问题的数学描述和设计编队跟踪控制协议。给出群系统实现编队跟踪的充要条件,借助李雅普诺夫第二方法分析系统的稳定性。得到了控制协议能够最小化线性二次型调节器性能指标的拓扑条件,设计了编〖BHDWG8,WK10YQ,DK1*2,WK1*2D〗〖XCWL.TIF;%129%129〗听语音 聊科研与作者互动 队跟踪算法。仿真实验验证了控制方法的有效性。