磁镜中哨声波加热等离子体研究

本文研究了在产生晃荡电子的特定磁镜磁场位形中。使用哨声波加热等离子体的机制,并对等离子体的参数和等离子体共振区结构进行了测量研究,研究结果表明:(1) 在磁镜基频共振层附近存在等离子体密度峰和电子温度峰;(2) 该峰随着磁镜中心磁场的变化与基频共振层一起移动;(3) 等离子体加热的物理机制为:大量的电子在基频共振层吸收微波,并在此处反弹。     

高温超导层状势研究

本文对文献中提出的层状势作了较为深入的研究,作出了相互作用强度U与ω间关系的曲线,U与电子密度N_c~0间关系的曲线和U与铜氧层数l间的关系曲线。进而对层状势的微观机制——Cu-O层的有效哈密顿量进行了研究,得到了铜氧层的有效哈密顿量,讨论了空穴(附属费密子) 凝聚成库柏对的条件。     

多层神经网络在跟踪式卡尔曼滤波器中的应用

本文将多层神经网络引入跟踪式卡尔曼滤波器,提高了估计的精确度。以前的跟踪式卡尔曼滤波器的估计精度与目标的运动状态有关,当目标的运动不能够用线性状态空间模型描述时,其估计精度将要下降。而多层网络的引入,改善了这一不足。多层神经网络经过训练以后,能够对卡尔曼滤波器的结果进行修正。仿真结果表明,多层神经网络的应用,使估计精度显著提高。     

Intel8098通信中一帧协议的实现

根据数据通信中数据链路层的一帧协议基本原理,对停止—等待协议进行实用化改进。把它用于Intel8098之间传送数据信息,利用PL/M高级语言编制软件,获得较满意的通信效果。     

层裂问题的数值研究

本文对Carrol、Holt 和Johnson提出的延性材料损伤断裂进行了改进。在模型中考虑了材料的硬化效应和空穴成核的影响。用数值方法模拟了高速碰撞中OFCH 铜和铝的层裂过程,其结果与实验吻合得相当好。     

结合整体和局部特征的步态识别方法

针对已有步态识别方法注重对步态整体特征建模,却忽略了包含细节信息的局部特征问题,提出了一种整体与局部特征相结合的双分支步态集合特征学习网络。该方法以步态轮廓集合作为输入,通过双分支网络提取两种空间尺度的步态特征,利用特征映射模块将两种特征融合得到步态表示。通过在步态数据集CASIA-B中进行了跨视角识别实验,结果表明该方法在正常行走、背包和穿大衣条件下相比主流方法 Rank-1准确率取得了有效提升。     

两层及三层流体间内波理论研究进展

内波作为一种发生在层化海洋内部的波动,在世界海洋范围内普遍存在。深入研究内波生成、演化等特性,对我国的海洋开发有着重要意义。针对两层及三层流体间内波理论,选取目前国内外广泛应用的KdV (Korteweg-de Vries)内波理论、MCC (Miyata-Choi-Camassa)内波理论、层析内波理论以及DJL (Dubreil-Jacotin-Long)内波理论综述其研究进展。从数学模型、理论研究以及数值模拟等方面,讨论了不同内波理论的优势以及局限性。从数学推导的角度,证明了MCC内波理论与第一级别层析内波理论是一致的。     

生成对抗网络及其在无人系统中的应用

生成对抗网络（GAN）在无人系统多个层次上的应用提高了其智能化、自主化水平,具有巨大的应用价值和发展潜力。对GAN在无人系统技术中的应用进行了综合评述并且进行了展望。首先介绍了GAN的基本概念、训练方式和传统GAN的模型结构,并且从模型结构的变动、目标损失的变化以及适用的领域等方面详细介绍了深度卷积生成对抗网络（DCGAN）、循环生成对抗网络（CylcleGAN）、生成对抗模仿学习（GAIL）、序列生成对抗网络（SeqGAN）等GAN的8种衍生模型。接着概述了与无人系统OODA回路相关的智能感知、智能判断、智能决策、人机交互等方向上GAN方法的实际应用。最后基于无人系统共性技术的发展趋势,对GAN在无人系统的单体智能、多体或群体智能以及人机混合智能等方向上的应用进行了展望。     

人机混合智能技术主要发展动向分析

人机混合智能是由“人-机-环境”相互作用而产生的新型智能系统。对人机混合智能领域的最新研究与应用动向与进展进行了综合评述。首先介绍DARPA近年来在人机混合智能领域的加速布局;然后盘点了脑机接口、可信人工智能、虚拟现实、环境感知等人机混合智能核心技术的最新科研与应用进展;最后讨论人机混合智能面临的挑战与对未来军事发展的启示。综述表明,机器在未来将更多地用作人类“同事”,而不仅仅是“工具”,人机混合智能的各项核心技术已经不同程度地产生实战应用,而人、机之间的权责分工、能力分配、交互接口、伦理规制等将是人机混合智能进一步发展所需解决的关键问题,人机混合智能将加速军事变革进程,对作战样式、装备体系、战斗力生成模式等带来根本性变化。     

基于神经网络的跨介质飞行器水面弹跳运动参数快速预测方法

为进一步提高跨介质飞行器水面弹跳运动参数的计算效率,提出基于线性多元回归、反向传播神经网络及径向基函数神经网络的水面弹跳运动特性近似模型,对弹跳后运动参数进行快速预测。首先,建立跨介质飞行器水面弹跳数值仿真分析模型,对模型进行校验。其次,基于上述三种预测算法,以飞行器水面弹跳初始俯仰角、弹道倾角和速度作为输入值,预测其在水面弹跳运动中的末速度。结果表明：径向基函数神经网络算法对跨介质飞行器水面弹跳中的末速度预测的性能表现最优,与数值仿真速度值对比,回归系数为0.988,模型精度与速度预测结果可信性较高;速度预测值与数值计算的平均残差保持在8.39%以内,残差范围保持在±15 m/s以内,对跨介质飞行器水面弹跳运动研究具有参考价值。