水中大肠杆菌检测传感器的稳定性

为了找到传感器稳定性最好时的脉冲周期,对传感器检测系统进行优化,实验研究了传感器检测饮用水中大肠杆菌时,脉冲周期对传感器稳定性的影响。传感器的构成属于三电极系统,采用常规脉冲伏安法进行检测。结果显示:脉冲周期为20,40,80 ms时传感器稳定性较好,基本不会影响检测结果;脉冲周期为100 ms时稳定性很差,对检测结果有较大影响。实验表明,选择合适的脉冲周期,加以硬件和软件补偿,可以使传感器获得较好的稳定性。     

基于时空消耗法确定军事物流基地存储设施规模

存储设施是军事物流基地主要组成实体和有效运行载体,在规划军事物流基地时,需准确估算存储设施的规模。为寻求军事物流基地存储设施规模的定量计算方法,基于存储设施与所储物资应保持时空资源供需平衡的时空消耗原理,建立了存储设施规模数学模型。为提高模型的实用性,对模型中相关参数的具体作用和取值方法进行了解释和分析。最后以xx综合仓库改建xx军事物流基地为例具体说明了该模型的应用。     

动物飞行控制技术在军事中的应用

半机械动物飞行器代表了微型飞行器的未来方向。文中对动物飞行控制技术仅作简要介绍,对半机械动物飞行器在军事领域中的应用价值和应用前景作了重点讨论．综述了近年来动物飞行控制技术的重要研究动态,结合甲虫机器人介绍了本实验室的近期研究成果。最后,基于动物飞行控制技术的研究瓶颈给出了动物飞行控制技术未来的研究方向。     

面向任务的装备保障建模方法研究

针对面向任务的装备保障建模方法及其相关问题进行了研究,建立了面向任务的装备保障需求模型的基本结构,并从装备、弹药、油料、维修备件、维修人员这五方面讨论了模型的具体流程和算法。使用本文构建的装备保障模型,根据任务装备损坏数量和保障需求的关联关系,在已知装备战损、修复率和分布情况的基础上,结合装备弹药基数等信息,可以计算获得相关装备的保障需求信息,最后通过一个作战任务想定案例说明该模型的合理性和可行性。     

基于组合赋权雷达图实现电网电能质量综合评估

将改进的组合赋权雷达图方法用于电网电能质量综合评估。对主观、客观赋权法组合,基于组合权重与原权重之间的偏差尽可能小的优化思想,求取雷达图中各项指标的组合权值。利用各指标对应的扇形区域的对角线作为指标轴绘制雷达图,不仅最大限度体现各指标的独立权重,也反映了各指标之间的相互影响。利用雷达图的面积和周长两个变量完成对电能质量的综合评估。最后通过应用实例,验证了论文方法的合理性和在电能质量综合评估中的有效性。     

斜度相似度的ISAR干扰效果评估方法

由于逆合成孔径雷达(ISAR)是一种新体制雷达,一些用于评估常规体制雷达干扰效果的方法和手段对于ISAR来说并不适用。通过比较干扰前后目标图像灰度的变化,提出了基于斜度相似度的ISAR干扰效果评估方法,可以反映干扰对目标图像灰度的影响程度。该方法不仅计算简单,而且具有归一化的优点。最后,就射频噪声和噪声调频两种干扰模式对ISAR进行了干扰仿真,仿真结果验证了评估方法的正确性和有效性。     

基于区间数理论的空战目标威胁评估

针对空战目标威胁评估问题,提出了一种新的基于区间数理论的评估方法。在分析了现有的目标威胁评估方法中距离威胁模型存在不足的基础上,提出了改进的距离威胁模型。给出了区间数特征向量法求解威胁指标权重的计算步骤,建立了基于区间数理论的空战目标威胁评估的数学模型。最后给出了仿真算例,仿真结果表明该方法是合理和有效的。     

雷达侦察比幅测向系统干扰技术

重点分析了比幅测向系统的原理,在此基础上提出对其进行"主动反侦察"干扰的方法,推导了受到干扰下比幅测向系统的测量结果公式,讨论了不同条件下的干扰效果,并通过仿真进行验证。     

基于栅格分层的逐栅格汇流算法并行化研究

分布式水文模型中的逐栅格汇流算法计算量大,需要借助并行计算以满足大流域长历时模拟的要求。针对目前鲜有对基于隐式有限差分的逐栅格汇流算法进行并行计算研究的情况,基于栅格分层的思想提出一种适用于共享内存并行计算环境的逐栅格汇流并行算法。该算法首先根据流向进行栅格分层,使同一层中栅格的计算相互独立,然后将同一层中栅格的计算任务分配到多个计算单元并行计算。采用C++编程语言与OpenMP并行编程库实现了该算法,并选择河北省清水河流域为实验区,在不同数据规模(30m、90m、270m分辨率)、不同核数(2～20个)以及不同栅格分层方法的情况下对算法性能进行了测试。实验结果表明本文提出的并行算法具有较好的加速比和并行效率,且并行效率随数据规模的增大而增大。栅格分层方法对算法并行性能有明显影响,从上到下的分层方法比从下到上的方法具有更高的并行效率。     

一种基于TF·IEF模型的在线新闻事件探测方法

为了提升在线新闻事件探测的性能,提出一种基于TF.IEF模型的在线新闻事件探测方法。该方法受TF.IDF思想的启发,直接计算特征词表征事件的权重,建立新的增量事件模型,并将探测过程分为两个阶段:第一阶段利用Single-Pass将一定时段内收集到的报道聚成微簇;第二阶段将微簇与已有事件进行相似性匹配,然后通过重新计算事件向量实现模型更新。实验结果表明,该方法运算速度快,特征信息丢失少,提高了探测的效率和准确率。