流行文化对新疆高校大学生价值观影响的结构维度及因素分析

本文采取实证分析方法,通过对流行文化对新疆高校大学生价值观的影响进行问卷调查,得出流行文化对大学生价值观影响的结构维度包括政治价值观、生活价值观、自我价值观和婚恋价值观。在流行文化对大学生价值观的影响因素方面,性别、民族、对流行文化的了解程度、您在上大学前在什么类型的学校就读等影响显著。     

反恐怖劫持事件中不同目的谈判语言的运用策略

在反劫持谈判中,为了能够解除现场的那种僵持、对抗、凝固的情形,谈判者就得运用不同目的的语言来使劫持者向预期的方向前进。从理论上讲,每一名谈判人员都希望通过和平的方式解决劫持事件。因此,我们必须学会运用反恐谈判讨价的语言、拖延的语言、劝降的语言和摊牌的语言,来使劫持事件得到和平解决或为武力解救行动创造良好时机。     

尾流自导鱼雷带角射击弹道仿真

为简化指控系统解算流程,缩短指控系统解算尾流自导鱼雷带角射击参数时间,为后续的鱼雷模拟器的软件研制提供实现手段,提出在尾流自导鱼雷有利提前角射击弹道的基础上进行二次转角航行的改进的尾流自导鱼雷带角射击模型。依据尾流自导鱼雷射击原理,结合有利提前角射击和二次转角射击,对所提出的模型及其约束条件进行了分析与推导,简化了鱼雷带角射击参数的解算。深入分析了尾流自导鱼雷带角射击逻辑,提出采用面向过程设计方法对模型进行仿真,经过对仿真输出图形和仿真数据的分析,验证了所提出模型的准确性。     

液压平衡式发射装置自航发射内弹道模型与仿真

基于装备情况,探讨了潜艇液压平衡式发射装置自航发射鱼雷的可行方案,并建立了后端自流补水的自航发射方式的内弹道模型,进行了计算机仿真。通过试验结果描述鱼雷螺旋桨工作特性,分析了自航发射鱼雷出管速度偏低的原因,并提出改进措施。     

基于脉冲控制的末修弹飞行稳定性研究

脉冲力的瞬间作用会引起攻角和侧滑角的急剧变化,对末修弹飞行稳定性产生较大的影响.以线性化运动微分方程组为数学解析手段,对末修弹脉冲作用稳定性进行深入分析研究.数值仿真表明,采用小扰动法分析弹丸脉冲控制弹丸飞行稳定性是可行的.     

柱体大攻角入水弹道建模与仿真

基于CFD计算获得了柱体大攻角入水过程流体动力特性,进而建立了大攻角入水弹道模型,使用流场-弹道耦合计算结果验证了模型的适用性和精度,然后仿真分析了入水攻角和速度对入水弹道的影响规律。该模型能较准确地预测柱体大攻角入水弹道,对研究发射平台安全性问题和空投鱼雷等入水攻击性武器的入水弹道预测问题等有较强的指导意义。     

地球模型偏差对远程弹箭弹道仿真的影响及修正

针对地球模型精确度影响远程弹箭弹道仿真的问题,分析了地球模型偏差对弹道仿真精度的影响并加以修正。采用总的地球椭球系,在已有弹道模型的基础上,分析了垂线偏差的产生机理及其对定向定位参数的影响,并由此得出弹道几何偏移随定向偏差的变化规律,研究了引力加速度初值偏差对弹道的误差累积,并对由水准面不平行性造成的实际落点高差进行了理论推导。对比仿真算例表明,考虑地球模型偏差影响的仿真结果与不考虑的情况下差别较明显,在远程条件下对弹道仿真精度的影响不容忽视。     

基于CFP模型的装备系统能力开发方法

基于系统能力的装备系统开发能够使装备发展更好地适应未来战争。首先建立系统能力-功能-性能(简称CFP)概念模型,进一步定性分析系统能力与性能参数之间的映射关系。然后提出了在n维参数空间进行影射关系函数轨迹拟合的方法,定量地描述系统能力与性能参数之间的映射关系,建立CFP模型。最后以简例演示基于CFP模型进行定量系统能力开发的方法。     

介子跃迁形状因子的重夸克极限和1/m_Q修正

在BS理论框架下,对0~-→0~-和0~-→1~-(0~-和1~-分别代表赝标介子和矢量介子)跃迁的形状因子进行模型无关的分析.结果表明BS框架既能给出重夸克极限下的自旋—味对称性,又能给出重夸克有效理论关于1/m_Q修正的Luke定理及其它关系.     

Multi-scale traffic vehicle detection based on faster R-CNN with NAS optimization and feature enrichment

It well known that vehicle detection is an important component of the field of object detection. However, the environment of vehicle detection is particularly sophisticated in practical processes. It is compara-tively difficult to detect vehicles of various scales in traffic scene images, because the vehicles partially obscured by green belts, roadblocks or other vehicles, as well as influence of some low illumination weather. In this paper, we present a model based on Faster R-CNN with NAS optimization and feature enrichment to realize the effective detection of multi-scale vehicle targets in traffic scenes. First, we proposed a Retinex-based image adaptive correction algorithm (RIAC) to enhance the traffic images in the dataset to reduce the influence of shadow and illumination, and improve the image quality. Second, in order to improve the feature expression of the backbone network, we conducted Neural Architecture Search (NAS) on the backbone network used for feature extraction of Faster R-CNN to generate the optimal cross-layer connection to extract multi-layer features more effectively. Third, we used the object Feature Enrichment that combines the multi-layer feature information and the context information of the last layer after cross-layer connection to enrich the information of vehicle targets, and improve the robustness of the model for challenging targets such as small scale and severe occlusion. In the imple-mentation of the model, K-means clustering algorithm was used to select the suitable anchor size for our dataset to improve the convergence speed of the model. Our model has been trained and tested on the UN-DETRAC dataset, and the obtained results indicate that our method has art-of-state detection performance.