高能炸药的X射线及γ射线探测安全性研究

为解决X射线、γ射线探测技术在高能炸药属性、状态特征测量中的应用安全性疑虑,提高检测速度,采用了常用工程应用数学指标,分别从单个高能炸药分子与光子的作用几率和高能炸药对光子能量的吸收角度,得到了采用X射线、γ射线探测高能炸药属性、状态特征时的辐照强度阈值. 研究结果表明,目前工业常用的辐射探测方法可以安全地应用于高能炸药,且在确保量级不大于104 W/m2时,可安全地进一步提高高能炸药的辐照强度.      

一种基于计算相关系数的成分相近金属材料的超声辨识方法

以3种成分相近金属材料作为试样,提取10 MHz的高频超声波脉冲在材料内部一定深度处传播时所产生的散射信号.截取相邻两段时域信号,经FFT变换后得到相应的幅度谱和衰减系数谱,再对不同材料的衰减系数谱进行相关计算.结果表明,文章提出的以计算相关系数为手段的方法,可以对成分相近的金属材料进行辨识.     

2000 年中国汽车市场的预测及广州三期轿车项目的市场前景

采用保有量成长曲线法和基于人民收入水平的普及率预测法，并最终进行综合，对２０００年全国及广东省轿车需求量进行了总量预测。在此基础上，对届时轿车需求按种类、级别、国内对应生产能力等进行了分析，从而预测了广州轿车新项目拟选各车型的市场竞争力、市场占有率和市场发展前景。     

在非时齐马氏决策过程中的动态贝叶斯网络研究

提出了用动态贝叶斯网络（DBN）对非时齐马氏决策系统进行建模的改进方法，使动态贝叶斯网络能被更广泛地应用于各种复杂的真实系统中．该方法的基本思路是，将扩展后的隐藏变量引入DBN的演化过程来建立假设条件所要求的马尔可夫模型，给出从不完整的样本数据集以及存在隐藏变量时来学习DBN结构的算法，进而用贝叶斯概率统计方法对后来的时间片的充分统计因子进行估计，并通过当前已存在的和估计的充分统计因子对基于时间变化的转移概率进行学习，以解决假设条件要求的转移概率的时不变性．原理性分析和仿真实验结果也验证了改进方法的有效性．     

机动目标空间合群仿真

为了解决空间合群和战场中的事件检测问题，提出了一种新的机动目标的空间群生成算法．该算法通过一级融合获得的信息来定义特征相似度，即归属相似度、位置相似度和速度相似度，并将这些相似度再次融合以求得合群结果．由于测量空间的不确定性被映射到了模糊相似度空间，因此通过模糊匹配机制可解决测量空间的不确定性问题．仿真结果表明，所提算法能实时完成多个级别的空间合群融合，其计算复杂度也比较低，而且在空间合群的态势评估中获得了比较好的结果．     

阶梯形试样测量材料的声衰减系数

为了获得更精确的声衰减系数,考虑测试材料上下界面的声反射和声透射等影响因素,将传统测试试样改进为阶梯形试样,推导出了严格的声衰减系数表达式。将传统的一次测试回波改进为在阶梯型试样的薄端和厚端各测试一次回波,即可得出测试材料单纯的衰减前后的声压比,由此可得到更为精确的声衰减系数。结果显示:由于将声反射和声透射的衰减排除在外,本方法测量的声衰减系数相对于传统方法减小25%左右。     

基于声参量的金属材料辨识方法

以3种不同的金属材料(其中同种材料采用不同条件热处理)为例,利用一次和二次底面回波测试,计算了材料的声速、声衰减系数、一次底面回波的幅度谱、功率谱的峰值频率及带宽,利用超声波与不同材料(对应的显微结构不同)相互作用,引起的声波能量损失和传播速度变化的不同,研究了以此进行直接和间接辨识金属材料的方法.该方法可用于贵重金属材料或珍贵金属藏品的防伪辨识.     

金属材料的超声衰减特征及辨识的新方法

利用超声技术研究了辨识金属材料的方法.以成分相近、热处理温度相同和成分相同但热处理温度不同的多个金属材料为例,计算了金属材料对不同频率超声波的衰减系数,分析了同一频率下采样率对超声衰减谱稳定性的影响,研究了金属材料的微观组织对超声衰减的影响.结果表明,采样率越高,衰减谱的多次实验计算越趋于稳定;金属材料的超声衰减谱与其微观组织结构密切相关,其携带有金属材料的微观组织特征信息;利用金属间超声衰减谱相关系数可辨识金属材料,对贵重金属、金属文物等的防伪与辨识提供了一定的参考依据.     

特种装备操作训练虚拟仿真器设计

特种装备的维护要求定期进行拆装检查，完成这一任务要求良好的心理素质和熟练的技巧。为此本文研究了特种装备操作训练虚拟仿真器(VRTOS-MAD)的设计方法。文中给出了系统控制流图和数据流图，研究了系统实现的关键技术，包括基于装配关系约束的几何建模和基于工具语义约束的运动模型管理，基于环境语义约束的虚拟环境管理器设计，基于数据手套的操作力反馈的实现方法。     

时间序列数据的相似模式抽取

提出一种基于多项式回归分析的相似性度量和时间序列相似模式抽取的系统化方法,其基本思路是用一个分段多项式回归模型近似一个时间序列,把原始序列映射到多项式系数张成的特征空间,并推导出此特征空间的欧几里德距离作为相似性度量,从而自然地把原始序列分为一个不重叠的有序子序列集合,然后对这个子序列集合进行聚类,得到一组不重叠的模式。所提方法还定义了不等长度时间序列相似的概念。说明了一些著名的分段直线表示（PLR）法是所提方法的特例,并给出了理论分析和实验结果。