也谈中国民族识别工作及其问题──与一位香港同行的对话

谢剑先生《试论中国大陆的民族识别工作及其问题》一文值得商榷。“何谓民族”之争是中外学术界的普遍现象；范文澜、费孝通等的有关论点与毛泽东思想息息相通，并非所谓马列主义的“异端”。中国民族识别的指导思想不是“斯大林的标准”而是毛泽东民族观。这项工作的过程并不那么“草率”或“独断”，而是相当谨慎且民主的。谢先生所议诸问题并非民族识别所引发。认真分析却能证明民族识别的成功。中国民族识别在毛泽东关于中华民族科学内涵的全新观念指导下，通过民族学界与各族干部群众的共同努力，理顺了千百年间未理顺的汉族和少数民族的关系。民族识别的成功经验是中国民族学界的共同财富。     

平面桁架结构损伤的探测、定位与评估

利用参数识别技术描述了对平面桁架结构损伤的探测、定位与评估（ＤＬＥ）的一个新算法。这一概念始于精确＂健康＂模型，利用动力响应数据周期地更新这一＂健康＂模型，当损伤发生时，用一个识别算法（一个显式桁架损伤模型），以动力响应数据构造出一个桁架损伤模型，由此比较损伤模型与健康模型的参数，从而探测、定位及评估损伤的程度     

甘肃联通计费系统联机指令建设方案

介绍了甘肃联通联机指令系统各模块的功能,以及联机指令系统处理流程,提出了联机指令系统建设的方案和建议,与同行业人事一起探讨。     

一种安全的IP网络模型的构建

本文介绍了网络安全的现状以及网络安全威胁的概念，从而提出了一种安全的IP网络模型。其主要由四大技术组件组成，既安全身份识别、安全传送、安全防御和安全监控，并对每个组件进行详细的分析，最后肯定了这种IP网络模型是安全的。     

非对称极化散射矩阵的目标识别方法研究

本文针对单基地测量时线性目标的极化散射矩阵为非对称这一实际情况．根据散射矩阵理论将其进行了对称性修正，在此基础之上，利用本征极化作为雷达目标极化特性的表征并进一步提取了目标的极化特征，同时对五种飞机目标进行了识别实验研究，取得了良好的目标分类或识别效果。     

基本图素分类的综合判定

本文采用关于手绘图形基本图素的“角度和变量”与“最大距离”综合判定分类法,以流程图符为例,实现了手绘基本图形的在线机器识别.系统的识别率达94.0%～99.5%,无明显等待.     

泵闸混凝土施工期智能温控关键信息识别

为实现施工期大体积混凝土温控要素的智能快速识别,提高智能温控系统的反馈及预测模型精度,提出了一套智能算法对物联网技术采集到的各类温控要素原始测值进行识别及转化。针对浇筑温度、浇筑时间、最高温度、内外温差、冷却通水起止时间与表面保温覆盖等施工期关键温控参数,结合工程经验分别给出相应识别任务的判定逻辑并编写对应程序,然后应用多个实际工程数据进行验证,并分析各识别功能的准确率。验证结果表明,本文算法识别效果良好,能够实现温控要素采集的自动化、智能化、快速化、精准化,具有较强的工程实用价值。     

小型化折叠型RFID抗金属标签天线的设计

设计一种小型化折叠型超高频射频识别标签天线.天线由开槽的辐射贴片、 4个感性短接面和两片金属接地板组成.通过改变短接面尺寸及右侧短接面与接地面的距离,可以有效地调谐标签天线的谐振频率及其阻抗,总尺寸(L×W×h)为40 mm×40 mm×1.5 mm.实验结果表明：标签天线阻抗匹配良好,|S₁₁|＜﹣10dB带宽为880～930 MHz.将标签天线放置于200 mm×200 mm的金属板上,4 W有效全向辐射功率条件下的最大实测阅读距离可达到11.2 m.该标签天线通过适当的开槽实现小型化,同时具有抗金属、识别距离远等优点,可较好地应用于工业物联网相关测量领域中.     

基于LSTM网络的车辆动态荷载识别方法

为了识别车辆的动态荷载,提出了一种基于长短时记忆网络的方法.该方法以桥梁加速度响应为输入,采用有限的数据集,实现车辆动态荷载的识别.建立了车桥耦合模型进行验证,以60组桥梁加速度响应为输入,以相应的车辆动态荷载为输出,通过训练长短时记忆网络来反演车辆动态荷载,并讨论了环境噪声及路面粗糙度对识别效果的影响.结果表明：测试集的车辆动态荷载识别误差平均值均小于5%;车辆动态荷载识别误差不随噪声水平变化,且平均误差小于5%;车辆动态荷载识别误差随着路面粗糙度等级的增加呈现略微增加的趋势,平均误差小于5%.在不同噪声及粗糙度水平下,长短时记忆网络均可用于车辆动态荷载的识别.     

基于经验模态分解特征的无线电引信抗扫频式干扰方法

针对目前调频无线电引信在复杂电磁战场环境中对抗扫频式干扰能够力弱的问题,提出一种基于经验模态分解(empirical mode decomposition,EMD)特征的无线电调频引信对抗扫频干扰的方法.对基于目标和扫频干扰作用下的调频无线电引信检波端输出信号进行EMD分解,得到10层本征模态函数(intrinsic mode function,IMF)分量,提取每层IMF分量中本征模态函数能量占比、能量聚集度和Renyi熵特征,并利用主成分分析算法对于特征进行降维,保证累积解释差异在95%以上,以降维后的特征矩阵作为支持向量机的输入对目标和扫频式干扰信号进行分类识别.实测数据结果表明,所提方法能够有效对目标和扫频式干扰信号进行分类识别,分类识别精度可以达到98.06%±0.003 8,目标检测率达到96.65%±0.003 7,虚警率为3.35%±0.003 7.