BIT系统的三态马尔可夫模型分析

BIT技术是改善系统测试性和诊断能力的重要途径,但是较高的虚警率一直是阻碍BIT广泛应用的一个重要原因。研究过程中将系统状态划分为正常、间歇、故障三种状态,建立了马尔可夫模型,分析、对比了三态模型与两态模型的关系。理论分析结果表明:基于三态模型的BIT,在提高故障检测率的同时,还可以较大程度地降低虚警率。     

垃圾评论自动过滤方法

针对互联网上存在的大量垃圾评论,提出一种基于电阻网络的垃圾评论检测方法,该方法用电阻距离来度量评论之间的上下文语义相似性,把整个评论数据表示成一个电阻网络,把垃圾评论当作该网络上的语义离群点来处理,根据网络节点对电阻网络平均电能消耗的影响,建立电离群因子来度量数据的离群程度,以此来识别垃圾评论。实验证明了该方法的有效性,在多个数据集上取得了较好的效果。     

未来高能武器 ——电磁轨道炮

电影《变形金刚Ⅱ》有这样一个场景:正当埃及金字塔就要被巨无霸大力神刨开的危急时刻,美军启用了“绝密武器”,也就是海军驱逐舰上的电磁轨道炮,隔着好几百千米,精准地打倒了这个外星入侵者. 如今,这个科幻电影里的镜头变成了现实. 2010年底,美国海军成功试射了电磁轨道炮.这种电磁轨道炮的炮弹速度达5倍音速,射程远达110海里(200千米).美国海军研究部宜称:“这次试射成功,对于海上运用这种先进武器又往前迈进一步.” 电磁轨道炮,顾名思义不再利用火药,而是采用电磁力来发射炮弹.在强大的电流推动下,电磁轨道炮发射的炮弹比传统火炮速度快得多.炮弹出膛速度达到7～8倍音速,射程有400 ～ 500千米.空气阻力会逐渐降低炮弹的速度,但到达目标时仍有5倍的音速.而一般的子弹和炮弹的出膛速度连3倍音速都不到.面对5倍音速的炮弹,钢铁就像豆腐,而炮弹里根本不用装炸药,光靠动能就有足够的破坏力.     

植物甾醇的分析检测方法研究

植物甾醇因其具有降低血脂和胆固醇等多种生物活性,越来越受到人们的重视。本文介绍了植物甾醇的定性和定量分析检测方法,并对6种定量分析检测方法和手段的利弊作了阐述。为植物甾醇的研究提供借鉴和参考。     

2020年前后海南将发射中国空间站3个22吨级舱段

我国将于2016年前,研制并发射空间实验室,突破和掌握航天员中期驻留等空间站关键技术,开展一定规模的空间应用;2020年前后,研制并发射核心舱和实验舱,在轨组装载人空间站,突破和掌握近地空间站组合体的建造和运营技术、近地空间长期载人飞行技术,并开展较大规模空间应用。     

不同介质中声辐射相似性

研究不同介质中声学相似条件,可为空气噪声实验数据推算相应条件水下辐射噪声,替代复杂水下实验提供依据。因此,首先运用了因次分析法对任意不同介质中的声辐射相似性进行了分析;然后,采用结构有限元耦合流体边界元理论,利用NASTRAN计算模型表面流固耦合振动;最后,通过FORTRAN边界元程序计算辐射声场;以加肋圆柱壳为对象在水和空气两种典型介质中进行了数值模拟验证。理论推导与数值计算的结果一致性表明:不同介质中两个几何相似、表面振动相似的系统间结构表面振幅与该系统几何尺度成正比、表面振动波波长与该系统传声介质中声波波长成正比时,两个模型的无量纲声压相等。     

逆边界无网格法声源识别的理论与实验

针对逆向求解声源识别中的声辐射传输建模问题,采用无网格法将Kirchhoff- Helmholtz边界积分方程离散为受边界条件约束的有限维线性方程组,通过分块矩阵法对该约束方程组进行求解,得到了离散后声辐射传输模型的数值表达式.在此基础上,进一步研究了逆向求解声源识别问题的基本原理及其不适定性.为克服其不适定性,采用Tikhonov正则化和L曲线正则化参数选取方法,从而确立了有效的逆向求解方法.此外,还进行了扬声器阵列声源识别实验,实验结果验证了逆边界无网格声源识别理论和方法的可行性及可靠性.     

导弹之胆神剑之魂——缅怀“两弹一星”元勋、中国航天事业奠基人黄纬禄

黄纬禄成功地领导和主持研制出了我国第一枚潜地固体战略导弹、第一枚陆基机动固体战略导弹,突破了我国水下发射技术和固体发动机研制技术,填补了我国固体战略导弹技术的空白,获得国家科技进步奖特等奖。他探索出了一条我国固体火箭与导弹发展的正确道路,为我国航天事业做出了卓越的贡献。     

“住宅”：深入地下50米

澳大利亚建筑师亚历山大·迈克尔：正将一座导弹发射井改造成住宅。这座冷战时期的美国导弹发射井位于阿迪朗达克小镇,深入地下50米,相当于18层楼高。迈克尔花费16万美元买下刘易斯发射井,目前投入的改造资金已达35万美元。     

基于PCA与FCM的入侵检测样本数据压缩方法

采用行列双向压缩的数据处理策略,提出了一种基于主成分分析与模糊C-均值聚类算法的入侵检测样本数据压缩方法。该方法首先采用主成分分析法对数据冗余特征进行压缩,然后采用模糊C-均值聚类算法对冗余样本进行压缩,由此可挖掘入侵检测样本数据中的关键特征和关键样本。通过KDD CUP99数据集测试证明:数据双向压缩可减少入侵检测分类器的计算量,进而可提高其实时检测性能和检测推断的准确性。