地理社交网络位置推荐

地理社交网络将地理位置信息融合进传统社交网络,将人们的现实生活和虚拟世界的生活连接在一起。作为地理社交网络的一个重要应用,位置推荐可以向人们推荐其可能感兴趣的位置,为人们的出行提供参考,极大地便利了人们的生活。在此背景下,论文研究了地理社交网络位置推荐的基本概念,分析了位置推荐常用的方法,描述了典型的数据集及推荐效果的评估方法,指出了位置推荐面临的主要问题,并展望了未来可能的研究方向,为相关领域的研究提供参考。     

指定目标不延误条件下的拦截决策算法

从现有的拦截排序准则出发,根据实际作战中进袭目标的特点,应用现代排序理论,分别建立了动态目标拦截排序模型和总损失最小化模型,给出相应的求解算法。最后实例计算得出模型既体现了现有的拦截准则,又对现有的准则进行了推广。     

太平天国北伐的两个问题研究

准确地说,太平天国起义后有两次北伐。太平天国第一次北伐的目的地是哪?学界多认为是小天堂南京,笔者认为应是河南和北京,否则不能解释太平天国自广西出发后游行半个中国再到南京的问题。以往论者多采用罗大纲的供词论证太平天国第二次北伐的战略,笔者认为罗大纲供词不足为据。第二次北伐为什么不取最便捷的京杭运河而由浦口向北向西,经安徽、河南等数省取北京呢?笔者认为是杨秀清军事战略的失误,这导致了太平军北伐最终失利。     

RGB-D传感器的标定实验分析

分析了RGB-D传感器的标定模型及标定方法,利用标定棋盘和Matlab工具箱对RGB-D传感器进行了标定。采用摄像机标定方法计算了彩色摄像机和深度摄像机的初始化参数,根据标定棋盘和标定板的共面关系计算了相对位姿的初始估计值,并采用非线性最小化方法对标定参数进行了优化。实验结果表明:标定后的彩色图像和深度图像的重投影误差较小,深度测量不确定性标准差比标定前约减小了1/2,有效地提高了RGB-D传感器的测量精度。     

基于差分进化算法的铁磁物体磁化率优化方法

针对工程中铁磁物体磁化率难以确定的问题,以单元表面积分铁磁物体感应磁场模型为基础,利用磁场测量值建立了多维磁化率数学优化模型,并运用具有全局多维寻优能力的进化差分算法对多维磁化率数学模型进行了求解,进而确定了铁磁物体的感应磁场分布。最后,设计了空心圆筒磁测实验,实验结果表明:该方法能有效获取铁磁物质多维磁化率,还能精确计算铁磁物体的感应磁场分布。     

旋转永磁式机械低频天线的系统设计与验证

为实现低频电磁发信系统的小型化和低功耗,面向旋转永磁式机械天线的理论研究和技术实践,提出了基于多物理场耦合仿真的系统设计和性能校验方法。设计了包含永磁磁源、高效驱动电机及其控制器在内的旋转永磁式机械天线系统方案。研制了实验样机,并对其系统性能和近区磁场进行了实验测试,验证了相关设计方法和系统方案的可行性与有效性。结果表明,该样机的磁场场强和尺寸等主要指标达到了美国“机械天线”项目在射频穿透技术领域的要求,为旋转永磁式机械天线方案研究和样机设计提供了一种可行思路。     

箔条云干扰下的单目标恒虚警率检测研究

箔条云在扩散过程中随着时间变化会稀释和扩大,其回波特性会发生改变,被检测目标与箔条的相互位置关系也会影响雷达恒虚警检测。针对作战对抗过程中箔条干扰易造成雷达接收机阻塞干扰目标检测,检测概率迅速降低且易丢失目标贻误战机,通过详细分析箔条的扩散过程及信号频谱特性及其箔条云和目标的两种位置关系,利用恒虚警处理算法在噪声基底为10 dB和20 dB情况下对目标进行恒定虚警率检测研究。研究结果对改善飞机检测性能和抗虚警能力以及提高战场生存率具有积极作用。     

微处理器容软错误设计量化评估指标及评估方法

针对高可靠微处理器软容错设计,提出了一种新的可靠性度量标准,增强的平均无失效工作量,以解决现有度量标准没有综合考虑性能、面积、功耗开销带来的可靠性降低的缺点;提出了一种评估方法对增强的平均无失效工作量以及两种控制流检测技术进行定量评估。评估结果表明,软硬件结合的控制流检测技术较好地折中了可靠性、性能、面积和功耗。量化评估指标全面考虑了多种开销对微处理器可靠性的影响,采用相应的评估方法可以更加准确地对微处理器可靠性加固手段进行定量评估,以指导设计探索和设计优化。     

太阳风作用下航天器表面充电效应分析

针对太阳风等离子体中航天器的充电过程,基于欧洲航天局开发的航天器表面充电仿真软件,建立了航天器的数值计算模型,模拟了太阳风等离子体与航天器的相互作用,实现了不同表面材料时航天器表面电位以及尾迹结构的计算分析,给出了近日环境下航天器周围的空间电位结构以及等离子体密度分布情况。研究结果表明:表面材料的选择将影响空间势垒深度以及尾迹结构,表面充电至更低电位的表面材料具有较小尾迹区域;航天器向阳面电位分布主要由光电子以及二次电子主导,而背阳面的电位分布则主要受到尾迹效应的影响。以上结果对太阳风环境航天器探测和评估等相关工作以及工程研究具有一定的理论参考价值。     

联合生成对抗网络和检测网络的SAR图像目标检测

针对合成孔径雷达图像目标检测中存在的样本获取困难且数量有限问题,提出了联合生成对抗网络和检测网络的学习模型。利用原始训练集对特别设计的超快区域卷积神经网络进行预训练;再通过基于注意力机制的深度学习生成对抗网络生成高质量合成样本,并输入检测网络进行预测;依据预测信息和概率等价类属标签分配策略为新生样本提供注释信息,并以一定占比对原始训练集进行扩充;利用扩充数据集对检测网络进行再训练。多组仿真实验证明,所提框架能够有效提升网络检测效率和性能。