唐山方言俚语使用状况及认知态度调查研究

以唐山六个市辖区为主要调查区域,调查唐山方言俚语的使用状况和唐山人对俚语词的认知态度。从社会语言学角度分析年龄、职业、受教育程度、情感认同等社会因素对唐山方言俚语发展的影响。     

PVDF传感器水中爆炸压力测量研究

采用以聚偏氟乙烯(polyvinylidene fluoride,PVDF)压电薄膜为敏感元件制成的传感器,在试验水池中进行小药量的水中爆炸试验.对测试系统的频响进行了估算,分析了比例距离和系统频响对测量结果的影响.试验采取一字排开多点布设传感器和不同距离起爆的方式.结果表明:PVDF传感器在5 gTNT炸药水池爆炸压力测量中,得到了冲击波及气泡脉动压力曲线,波形一致性较好,该传感器可以用于水中爆炸压力信号的测量;比例距离为8.78～12.28 m/kg1/3时,峰值压力衰减较快;比例距离为12.28～ 19.39 m/kg1/3时,峰值压力衰减速率明显减缓;测量系统的频率响应主要影响测量峰值的大小,改变波形的时间常数.当采集仪器采样频率低于一定范围时,无法采集到完整的数据.     

JOM-1 型Overhauser 磁力仪研制

为提高磁力仪的性能, 给出了自主研发的JOM-1 型Overhauser 磁力仪的工作原理及系统硬件构成, 主要介绍了射频激励电路、信号调理电路、工作时序、仪器的噪声水平及实验结果。野外测试表明该仪器实现了数据采集、显示、存储和查看等基本功能, 信号的初始信噪比为96 颐1, 约为自主研发的JPM-1 型普通质子旋进磁力仪的3 倍, 灵敏度可达0. 14 nT。     

大数据科学的认知和数学基础引论

 大数据不仅在科学、工程与计算智能中有着广泛的应用，而且在人类感知、估计、量化、记忆和推理的认知机制中发挥着基础性作用。通过对大数据科学理论的基础研究，提出一组大数据系统的一般原理和分析方法。为了从形式上解释大数据的起源和本质，探讨大数据的认知基础及其数学模型，严格地引出了根植于科学、工程和社会各个领域的大数据的一般模式。研究发现大数据不再是传统实域上的纯数，而是一个前所未有的新型数学结构，称为递归类型化超结构（RTHS）。这一大数据系统的基本拓扑特性揭示了大数据工程的复杂性及其操作与处理的全新认知、理论挑战，以及可选解决方案。     

基于用户相对权重的在线社交网络舆情传播控制模型

在线社交网络(online social networks,OSN)中舆情传播干预时机的选择对网络舆情的管控具有重要意义.通过分析用户的网络地位、社会强化效应与用户感知价值等影响网络舆情传播控制的关键因素,以研究舆情管控的合理干预时机为目的,构建了基于用户相对权重的网络舆情传播控制模型.基于该模型,针对两类OSN开展仿真研究.研究发现,网络舆情传播与信息初始传播源的网络地位密切相关;在开放式OSN中,存在与干预时机选择关系密切的关键相变点;用户活跃度随社会强化效应强度的增大而下降,随干预时机的提前而降低,并存在有效干预时机区间;"悖民意"成本是干预时机选择的重要衡量指标.并据此,提出了相应现实干预时机选择的对策建议.     

初中数学教学中分析学生认知的三个维度

学情分析的核心是学生认知分析。对学生认知分析的分析需要包括三个维度的内容:认知基础、认知规律、认知需求。初中数学教师只有自觉对学生的认知从这三个维度上进行分析,才能在课堂上使得自己的教与学生的学的节奏一致起来,让学情分析真正服务于有效教学。     

基于改进的LANDMARC算法的空间定位实验

利用 HIK-RFM104型UHF嵌入式读写模块和中电海康提供的圆极化天线，搭建了基于UHF RFID的直线式测距实验平台。在室内进行测距实验，应用MATLAB将在实验中测得的数据进行非线性拟合处理，得到 RSSI 与距离的转换模型。基于测距实验，对应用于平面的LANDMARC算法进行改进，使改进后的算法适用于空间定位系统。改进算法解决了基于平面的LANDMARC算法应用于空间时存在误差的问题，降低实验模型成本的同时，提高了空间定位精度。     

对多功能雷达的DQN认知干扰决策方法

基于Q-Learning的认知干扰决策方法随着多功能雷达(multifunctional radar, MFR)可执行的任务越来越多,决策效率明显下降。对此,提出了一种对MFR的深度Q神经网络(deep Q network, DQN)干扰决策方法。首先,分析MFR信号特点并构建干扰库,以此为基础研究干扰决策方法。其次,通过对DQN原理的简要阐述,提出了干扰决策方法及其决策流程。最后,对该决策方法进行了仿真试验并通过对比DQN和Q-Learning的决策性能,验证了所提方法的必要性。为提高决策的实时性和准确率,对DQN算法进行了改进,在此基础上,结合先验知识进一步提高了决策效率。仿真试验表明:该决策方法能够较好地自主学习实际战场中的干扰效果,对可执行多种雷达任务的MFR完成干扰决策。     

基于生成对抗网络的高端装备研制数据脱敏方法

针对高端装备研制数据的保密性和重要性,提出一种基于生成对抗网络(generative adversarial networks, GAN)的高端装备研制数据脱敏方法。面对高端装备研制数据在数据挖掘和数据共享时可能面临泄露的风险,利用GAN进行数据脱敏。在随机生成的高斯数据集上进行实验,通过比较源数据和脱敏数据的统计特征,证明GAN的数据脱敏方法能够有效实现数据脱敏过程中所要求的数据安全性、数据有效性和成本可控性。最后,在Yeast数据集上进行验证, GAN输出的脱敏数据同样在现实世界数据集上表现出色,能够准确地预测Yeast的分类,为高端装备研制数据的管理和分析提供了一种新的思路。     

基于GPS载噪比下降的太阳射电暴检测方法

利用太阳射电暴影响全球定位系统(global positioning system, GPS)性能这一特征,提出一种基于GPS载噪比下降的太阳射电暴检测方法。首先计算观测地的太阳高度角,接着筛选出“降点”和“升点”用于确定单个观测地单颗卫星的波谷时间区间,最后综合多颗卫星和多个观测地得到太阳射电暴的检测结果。实验结果表明:太阳射电暴检出率随太阳入射角的增大而增大,在L2频段对600太阳流量单位(solar flux unit, SFU)以上的太阳射电暴检出率达到80%以上,在L2频段检出效果优于L1。该检测方法识别率高,成本低,不依赖于射电望远镜,能进行全天候实时的监测。