细致的描写 深刻的思想──“The Sampler”浅析

大学英语第一册里的“Ｔｈｅ Ｓａｍｐｌｅｒ”是一篇不可多得的佳作。它不仅胜在细致、准确、到位的描写,而且胜在其深刻的思想性。本文拟从语言因素分析其文体色彩,通过其揭示的社会问题即西方社会老年人的境遇来探讨其思想性。     

基于递归神经网络的C3I系统故障预报系统

阐述了C3I系统故障预测系统的设计要求,分析了带有偏差单元的递归神经网络的相关原理,建立了C3I系统故障的神经网络预测模型并提出了相应的训练算法.提出了把神经网络、预测理论和专家系统有机地结合起来建立故障预报系统的初步设想.并以防空C3I系统的典型故障为例,实现了故障的预测.预测结果证明,给出的神经网络预测模型和训练算法是可行的,且具有较高的精度.     

防空兵C3I系统生存能力的综合量化评估

结合实际作战情况,给出了防空兵C3I系统生存能力综合评价的指标体系.利用AHP和Delphi法进行权重的确定,并对定性指标的处理方法即Delphi法进行了详细的介绍,对定量指标采用标准化值的方法处理,从一定程度上克服了专家赋值的主观因素,利用AHP法和模糊综合评判法建立了防空兵C3I系统生存能力的综合量化评估模型,最后以实例证明了其可行性.     

大学生优柔寡断、适应性、自我调节学习与学业拖延的关系研究

研究旨在探索优柔寡断人格、适应性、自我调节学习与大学生学业拖延的关系,揭示学业拖延的影响机制,对大学生学业拖延的干预提供启示。选取1654名大学生开展了问卷调查,结果显示:(1)大学生学业拖延行为在中等偏下水平,学业拖延改变倾向在中等偏上水平,功能性拖延水平在中等水平;(2)优柔寡断与拖延行为呈正相关,情感适应性、自我效能与拖延行为呈负相关;优柔寡断、自我调节策略与拖延行为改变倾向呈负相关,适应性、认知策略与拖延行为改变倾向呈正相关;优柔寡断与功能性学业拖延呈负相关;自我调节学习与功能性学业拖延呈正相关;(3)大学生适应性在优柔寡断影响一般学业拖延行为中起到中介作用;自我调节学习、适应性在优柔寡断影响拖延行为改变倾向中起到中介作用;自我调节学习在优柔寡断影响功能性学业拖延中起到中介作用。     

小子样下火炮连发密集度的分析与评估

针对火炮连发模式下射弹散布不完全服从正态分布,而缺乏有效密集度估计方法的问题,提出了基于二维云模型和蒙特卡罗方法相结合的火炮连发密集度估计新方法。首先应用蒙特卡罗抽样解决火炮射击样本量少的问题,然后应用二维逆向云算法对火炮射击结果进行密集度估计,最后用二维正向云发生器模拟生成新的射弹散布数据,进而直观地看出弹点分布情况。实例分析表明,该方法更符合火炮连发射弹散布真实情形,分析结果更准确可靠,从而为基地火炮连发密集度试验数据分析与评估提供了一种有效的方法。     

STK飞行任务仿真及其在空地链路分析中的应用

飞行仿真是飞行航路设计,飞行任务规划以及飞行训练等项目中非常重要的一项任务。介绍了在STK(Satellite Tool Kit)的三维显示环境下,利用STK提供的专业化模块STK/AMM(Aircraft Mission Modeler)进行航空器飞行任务仿真的方法,详细阐述了利用该模块进行飞行任务规划和飞行路径设计的过程。同时结合STK的数据分析功能完成航空器在飞行过程中与地面台站的通信链路的可用性分析。给出的仿真方法较以往的仿真方法简单,设计过程更加灵活,可以快速地实现飞行任务仿真设计和空地通信链路的可用性分析。     

高pH条件纳米Fe_3O_4催化H_2O_2分解去除水中4-氯酚

为了克服非均相fenton催化反应中溶液初始pH过低的缺点,开展了pH=5时Fe3O4/H2O2体系催化氧化去除水中4-氯酚实验。试验结果表明:制备的铁氧化物为纯Fe3O4,具有反尖晶石八面体结构。纳米Fe3O4能够高效催化H2O2分解氧化水中的4-氯酚,反应180 min后4-氯酚的去除率达到96.8%。当催化剂投量小于2.0 g/L,4-氯酚的去除率随着催化剂投量的增加而升高;当催化剂投量大于2.0 g/L,去除率会随着投量的增加而降低。随着H2O2投量的增加,4-氯酚的去除率先升高后降低。溶液的初始pH对4-氯酚的去除影响较大,pH越低,去除速率和效率越高。重复使用5次以后,纳米Fe3O4仍然保持较高的催化活性。     

异步非平稳干扰抑制方法

为解决单通道条件下异步非平稳干扰抑制问题,提出基于数据驱动的稀疏分量分析干扰抑制方法,旨在从接收到的混叠信号中恢复期望信号。该方法利用深度卷积神经网络对输入/输出端数据间的复杂映射关系的强大建模能力,实现了目标信号稀疏域的自适应选择、稀疏域中目标信号稀疏表示的自适应学习以及目标信号的自动恢复。与以往干扰抑制算法不同,所提方法在时域上完成了“端到端”的信号波形恢复,且对混叠观测无先验要求,相比现有方法更具普适性。仿真实验验证了所提干扰抑制方法在不同环境噪声和干扰信号强度及泛化测试条件下的有效性,对干扰的抑制性能显著优于现有算法。     

基于稀疏贝叶斯学习的扩展目标雷达关联成像*

雷达关联成像不依赖于雷达与目标的相对运动,是一种高分辨凝视成像方式。传统的关联成像方法未考虑复杂扩展目标的结构信息,在高分辨成像时的应用受到限制,为此提出一种自适应结构配对稀疏贝叶斯学习方法。该算法在稀疏贝叶斯学习的框架内针对扩展目标建立一种结构配对层次化高斯先验模型,然后采用变分贝叶斯期望-最大化算法交替进行目标重构和参数优化。该算法将某一信号分量的重构与周围信号分量联系起来,并能在迭代过程中自适应地调整表征各信号分量相关性的参数。实验结果表明,该方法针对扩展目标可以有效地进行高分辨成像。     

基于不稳定性采样的主动学习方法

传统的主动学习方法往往仅基于当前的目标模型来挑选样本,而忽略了历史模型所蕴含的对未标注样本预测稳定性的信息。因此,提出基于不稳定性采样的主动学习方法,依据历史模型的预测差异来估计每个未标注样本对提高模型性能的潜在效用。该方法基于历史模型对样本的预测后验概率之间的差异来衡量无标注样本的不稳定性,并挑选最不稳定的样本进行查询。在多个数据集上的大量实验结果验证了方法的有效性。