民航飞机客舱乘务员应急处置能力分析

为提高民航飞机客舱乘务员应急处置能力,根据专家访谈和相关规章,选取了22项民机客舱乘务员应急处置能力指标。通过编制问卷进行调研,使用SPSS22.0对问卷统计数据进行信度、效度检验及因子分析得到旋转后的各指标的因子载荷,从中提取4个二级指标,并根据各自特点依次命名为基本素质、知识基础、职业技能、处置能力。根据指标体系建立民机客舱乘务员应急处置能力结构方程模型,提出假设模型。使用AMOS24.0对假设模型进行验证和拟合优度检验,最后根据各指标标准化路径指数计算得到各指标的权重。结果表明：对乘务员应急处置能力影响最大的是基本素质,然后依次为处置能力、职业技能、知识基础。     

仿生机器鱼自主游动的数值计算方法与机理

基于计算流体力学(CFD)方法建立了鱼体-流体耦合的三自由度(3-DoF)自主游动计算模型,对仿生金枪鱼模型从静止开始到稳定巡游的过程进行了模拟.计算结果表明:在巡游阶段前进速度的周期平均值非零,而侧向速度和艏摇角速度的周期平均值为零.鱼体前部始终产生阻力,鱼体后部在巡游阶段能够产生少量的推力,而尾鳍始终产生较大的推力.鱼体表面压力分布表明在尾鳍前缘的左右两侧,周期性地交替出现高压和低压区是尾鳍产生较大推力的原因.在加速阶段尾鳍的脱落涡强度大,一个周期脱落的两个涡相互挤压在一起;在巡游阶段鱼体产生的涡和尾鳍产生的涡融合在一起脱落到尾流中,形成反卡门涡街,使得尾鳍有效地吸收鱼体产生的涡中的能量,减少功率消耗.     

基于集成学习的安卓恶意程序检测技术

随着安卓恶意程序的数量的急剧增加,恶意程序检测已成为一个重要的研究课题.然而,目前许多研究表明,恶意程序的检测仍然需要改进,安卓的碎片问题和需要root权限,阻碍了这些方法的广泛使用.现有的杀毒程序依赖于需要实时更新的签名数据库,这无法检测出零日恶意程序.在本文中,我们提取了安卓程序中的特征,进行混合,选择集成算法中的DECORATE算法,并用WEKA工具辅助进行分类恶意程序的检测.该方法最终达到95.8%的检测精度,同时我们在真实的数据集上经过十折交叉验算实验及对比.     

改进均值漂移算法的焊缝特征点识别分析

对于线结构光视觉传感的焊缝跟踪系统,快速、精准地识别和提取焊缝特征点是关键.根据结构光条纹线在焊缝处的变形导致的条纹不连续现象,对不锈钢平板对接焊缝和搭接焊缝进行了跟踪试验,提出以改进的均值漂移算法提取焊缝特征点的算法.与传统算法不同,所提算法免去了提取条纹中心线与拟合条纹线过程,直接通过漂移识别焊缝特征点;通过限制漂移算法的搜索方向,防止搜索"回漂"现象;引入漂移加速因子,提高算法执行效率.试验结果表明,利用改进均值漂移算法能够有效地识别焊缝特征点,显著地提高焊缝跟踪的准确度和实时性能.     

基于云雾结合的工件深度学习识别问题研究

统工业自动分拣存在工件识别准确率不高、特征定义复杂等问题,虽然新兴的深度学习为此类问题提供了较好的解决方法,但仍存在对边缘端设备计算能力要求较高的问题,为此本文提出一种基于云雾结合的工件识别算法,即在云端采用改进ALEXNET卷积神经网络进行训练,然后将训练好的模型下载到雾(边缘)端设备,对工件进行实时识别.对100个不同工件进行实验,结果表明:改进后识别准确率从ALEXNET的98%提高到99%,模型参数减少25%,同时可以充分利用云端的强大计算能力与边缘设备的实时性,为智能工件识别提供了一种新途径.     

基于SNP分子标记的波叶杜鹃遗传特征分析

利用ddRAD-seq测序技术研究波叶杜鹃居群的遗传多样性与遗传结构，探讨种群演化历史，为其种质资源的保护利用和回归引种提供科学依据.研究结果表明，波叶杜鹃在居群水平上具有丰富的遗传多样性（He=0.226 7±0.002；π=0.241 0±0.003 2），居群间的遗传分化处于中等水平（FST=0.062 6）. AMOVA分析表明，总遗传变异中有98.42%的变异来自居群内，居群间的变异仅占1.58%.观测杂合度和期望杂合度分别为0.163 6±0.002和0.226 7±0.002，居群内近交系数（FIS）为0.222 0±0.022 2，所有居群均表现出杂合子缺失.聚类分析表明，6个居群可归类为2个类群，大多数个体（98.8%）谱系清晰.在近期的进化过程中，波叶杜鹃的有效种群大小（Ne）在持续下降，直到约1000年前.波叶杜鹃在物种和居群水平上，具有丰富的遗传多样性，进一步选择和育种利用的潜力较好.遗传分化水平中等，遗传变异主要来源于居群内.由于近期冰期气候环境的变化，再加上人为活动（发展旅游、基础设施建设等）导致波叶杜鹃的生存环境逐步恶化，使得该物种面临极高的灭绝风险.从对...     

多弧离子镀制备的耐事故燃料包壳铬涂层晶粒结构研究

本文通过从几十微米到几埃的多尺度表征展示了多弧离子镀制备铬涂层的详细结构.经XRD, SEM, FIB, TEM和HRTEM表征，结果显示该涂层是一种多重结构，包括表面上的微米级颗粒、缺陷带钉扎的微米或次微米级液滴、以堆垛层错为晶界的柱状晶、以刃位错和螺型位错为区分的微晶、位错末端的原子畸变以及原子排列无序化的区域.这些结构通过改变涂层的结晶度，影响了晶格常数、表面粗化和FIB溅射裂纹.此外，通过分析HTEM照片，确定了这些堆垛层错和位错的类型.最后，讨论了沉积参数对这些晶粒结构的影响.     

大规模MIMO系统基于多分辨率深度学习网络的CSI反馈研究

快变信道环境下,采用频分双工模式下的大规模MIMO系统,用户通过反馈链路将信道状态信息(Channel State Information,CSI)发送给基站,为适应信道快速变化保证系统性能,要求降低反馈时延及减少反馈开销.提出一种基于深度学习的多分辨率信道状态信息网络(Multi-resolution Channel State Information Network,MCSINet),对反馈的信道状态信息进行压缩及预测,能够显著减少信道状态信息捕获与反馈开销,及降低时延.MCSINet模拟信道状态信息编解码系统,采用残差网络从信道样本中学习并完成信道预测,并通过多分辨率的卷积操作以及针对不同压缩率改变网络结构,从而更好预测信道状态.实验结果表明:与LASSO,TVAL3,CSINet等方法相比,MCSINet可以显著提高恢复信道状态信息,并且具有更低的误码率,复杂度和时延.     

Hom-李三系上的乘积结构和复结构

本文主要从代数角度研究Hom-李三系上的两种几何结构,即积结构、复结构。分别给出了积结构和复结构存在时对应的Hom-李三系的分解。同时,也研究了一些特殊的积结构和复结构。最后,在这两种结构间增加一个兼容条件,得到了复积结构。     

基于新型空间注意力机制和迁移学习的垃圾图像分类算法

随着我国各级政府大力推动垃圾强制分类,分类回收各环节中实现标准化、自动化的垃圾分类识别需要适合云端部署的高准确率、低延时要求的细粒度图像分类模型.本文发挥深度迁移学习的优势建立了一套端到端的迁移学习网络架构GANet (garbage neural network);针对垃圾分类中类别易混淆、背景干扰等挑战,提出一种新型的像素级空间注意力机制PSATT (pixel-level spatial attention).为克服类别多和样本不平衡挑战,提出使用标签平滑正则化损失函数;为改善收敛速度以及模型稳定性与泛化性,提出了阶梯形OneCycle学习率控制方法,并给出了结合Rectified Adam (RAdam)优化方法和权重平滑处理技术的组合使用策略.实验使用了"华为云人工智能大赛.垃圾分类挑战杯"提供的按照深圳市垃圾分类标准标注的训练数据,验证了GANet在垃圾分类问题中的显著效果,获得了全国二等奖(第2名);同时,提出的PSATT机制优于对比方法,且在不同主干网络架构上均得到了提升,具有良好的通用性.本文提出的GANet架构、PSATT机制和训练策略不仅具有重要的工程参考价值,也具有较好的学术价值.