回归传统 德国F125型护卫舰项目近况

F125型护卫舰是德国海军为替代老旧的不莱梅级(F122型)护卫舰而正在发展的一型多用途舰,设计满载排水量超过7000吨,建成后将成为世界上最大的护卫舰。早在1999年萨克森级(F124型)护卫舰首舰开工不久,其项目经理就向外界透露,参与萨克森级开发的多家厂商准备联合研制全新概念的护卫舰,并率先提出了未来护卫舰2020(FDZ-2020)计划,这就是研制F125型护卫舰的基础。该计划的战术概念文件于2000年末提交至德国国防部。随后,德国海军和国防技术与采购办公室进行了F125型护卫舰项目的可行性研究,2002年完成了战术和技术需求文件,2004年发布了建造合同计划征求书。新一代护卫舰体现了德国国际化的外交政策,表达了德国积极参与国际维和任务、北约反恐任务、欧盟打击海盗任务等国际活动的愿望,具有一系列鲜明的设计特点。     

新型建材循环发展

走进位于阿克苏市郊的青松建化水泥厂,记者发现,这里没有传统水泥厂浓烟冲天、机声隆隆的情景,空气清新,道路洁净,沿路两边栽有常绿植物。虽然厂区内也矗立着两个高大的烟囱,却只见白色的烟雾在飘然升腾。一尘不染的监控室里,几名工作人员正轻轻敲击键盘,     

高雷诺数超声速混合层标量输运与扩散特性研究进展

围绕超声速混合层标量混合在组合循环发动机中的应用,综述了超声速混合层以及超声速混合层标量混合过程的国内外研究进展,并针对高雷诺数超声速混合层标量输运与扩散特性研究中存在的不足提出解决办法,指出该领域值得深入开展的研究方向。     

基于RNN汉语语言模型自适应算法研究

深度学习在自然语言处理中的应用越来越广泛。相比于传统的n-gram统计语言模型,循环神经网络(Recurrent Neural Network,RNN)建模技术在语言模型建模方面表现出了极大的优越性,逐渐在语音识别、机器翻译等领域中得到应用。然而,目前RNN语言模型的训练大多是离线的,对于不同的语音识别任务,训练语料与识别任务之间存在着语言差异,使语音识别系统的识别率受到影响。在采用RNN建模技术训练汉语语言模型的同时,提出一种在线RNN模型自适应(self-adaption)算法,将语音信号初步识别结果作为语料继续训练模型,使自适应后的RNN模型与识别任务之间获得最大程度的匹配。实验结果表明:自适应模型有效地减少了语言模型与识别任务之间的语言差异,对汉语词混淆网络进行重打分后,系统识别率得到进一步提升,并在实际汉语语音识别系统中得到了验证。     

基于条件矩阵的LDPC码构造及其在MBC系统中的应用

根据流星余迹信道的特点,在分析LDPC编译码算法的基础上,提出在流星余迹通信(MBC)中使用基于条件矩阵的LDPC编码,使其适应流星信道特点,提高系统性能。仿真结果表明,这种LDPC编码较RS码和Mackay随机构造的LDPC编码有更优的性能。     

小户型住宅起居空间的多功能使用探讨

小户型住宅的居室面积相对较为狭小,使用空间有限。在有限的居住空间中要完成起居、会客、学习等多种功能要求,空间的合理分配和使用就显得更为重要。以小户型住宅的起居空间使用为例,从使用者的年龄特征、家庭人口构成、居住行为、居住心理入手,探索在不同家庭生命循环周期下,住宅使用者对住宅使用空间的需求及相应起居空间的有效使用方法,使居住者获得更舒适、满意的居住环境。     

发生泄密事件的“朝雪”号驱逐舰

2007年9月13日,日本各大媒体纷纷报道了一条重大新闻:日本海上自卫队最机密的资料竟然上了因特网,可以免费自由下载。一时间,日本国内哗然,防卫厅上下焦头烂额,首相安倍晋三在     

未来指挥所技术架构的研究

未来指挥所是美国国防高级研究计划局提出的一项旨在提高指挥控制效率、缩减系统规模、减少参谋人数的科研计划。在参考国外相关文献的基础上,根据我国国情和技术特点,以指挥控制"观察—判断—决策—行动"循环中各环节的改进为出发点,分析了循环中各要素的工作内容、改进目标和技术研究重点,提出了我国未来指挥所技术架构和研究方向。     

基于BI-GRU-CRF模型的中文分词法

循环神经网络作为一种处理时序数据的有效模型,已在序列标注问题上得到了广泛应用。为解决序列标注中典型的中文分词任务,基于门限循环单元(Gated Recurrent Unit,GRU)神经网络,提出了一种改进的双向门限循环单元条件随机场(BI-GRU-CRF)模型,该模型不仅可以通过双向门限循环单元有效利用双向上下文信息,而且可以通过条件随机场层联合考虑相邻标签间的相关性,得到全局最优的标记序列结果。在常用的中文分词测评集(PKU、MSRA)以及由构建的军事领域分词语料上,分别采用四词位及六词位标注法进行了实验,结果表明BI-GRU-CRF模型具有良好的分词性能,且六词位标注法可以改进分词效果。     

基于循环累积量的QAM信号载波相位估计算法

利用通信信号的循环平稳特性,在循环累积量域内提出了一种基于高阶循环累积量的载波相位估计算法,该算法通过提取观测样本的循环累积量特征并对其进行归一化,有效消除了信号能量、时延和成形脉冲参数对算法性能的影响。理论分析和仿真结果均证明了算法的正确性和有效性。