利用人工神经网络技术确定零部件的维修策略

将遗传算法应用于人工神经网络模型,确定一零部件的维修策略,并结合实例进行了分析     

系统抽象思维与联邦式作战仿真概念模型

运用系统抽象思维方法 ,提出了联邦式作战仿真的三级抽象开发策略 ,给出了指导第一级抽象的概念模型方法体系的基本框架 .     

磁性液体数值模拟研究进展

磁性液体(magneticfluid)是一种力学性能受磁场调控的磁流变智能材料,在医学与工业生产中有广泛应用.近年来,随着计算机性能的发展,数值模拟日益成为研究磁性液体力学行为细观机理的重要方法.本文综述并评价了磁性液体理论与数值模拟领域的最新研究进展,介绍了磁性液体在剪切、挤压和阀模式3种工作模式下的力学模型,对磁性液体的现有模拟方法进行了总结,讨论了磁性液体数值模拟的研究现状,并展望了数值模拟的发展前景.磁性液体的数值模拟亟待开展以下三方面研究:(1)建立涵盖多种微观相互作用的精细理论模型,研究颗粒表面包覆、添加剂等非磁性成分对磁流变效应的影响;(2)将不同数值模拟方法相结合,建立磁性液体的多尺度模型,进一步提高模拟精度,利用机器学习协调不同尺度的数值模拟,压缩计算量,已成为一种可行思路;(3)将力学模型与电、磁学模型相结合,发展多尺度、多物理场耦合的数值模拟方法,模拟磁性液体其他物理性能.最终为高性能磁性液体的研制及其应用研究提供技术和理论支撑.     

"建筑环境与设备工程"专业的学科发展与思考

探讨了“建筑环境与设备工程”专业的学科特点,并就其国外教育模式进行了比较研究,提出了该专业本科应用型人才培养计划总体框架设计的基本思路。     

一石二鸟：单分子双波长荧光定量和手性识别氨基酸

近年来,为了便于手性荧光分子探针应用于高通量手性分析,通过一次荧光测定同时测定手性底物的浓度和对映体组成成为科学家们关注的热点问题。综述了四类用于双波长荧光定量和手性识别氨基酸的荧光探针分子,根据其设计合成及识别机制,研究了其识别优缺点和应用前景。探针(R)-4和(R)-9可识别多种氨基酸;(S)-12和(S)-17仅对组氨酸和精氨酸双重响应识别。同时,探针(R)-4,(S)-12和(S)-17水溶性差,且与氨基酸形成的中间体在水溶液中不稳定,测量主要在有机溶液中进行,不利于生物应用研究。这些机制研究可达到一石二鸟的效果：既可以定量检测氨基酸的浓度,又可以手性识别氨基酸对映体组成,这为后期双波长荧光定量和手性识别手性化合物的研究提供参考。     

三大主体视角下大学生志愿服务西部计划的优劣势分析

西部计划项目作为目前国家实施积极就业创业政策、发扬社会志愿服务奉献精神的重大建设工程,在引导大学生就业创业、助力乡村振兴及协同地区发展等方面作出了突出贡献。基于西部计划目前实施的显著效果,本文从国家、高校、志愿者三大主体视角出发,以四川省大学生志愿服务西部计划为例进行调查,通过优劣势分析,促使大学生志愿服务西部地区项目不断完善发展。     

基于多输出网络的无参考平面图像质量评价研究

从深度学习方向对无参考图像质量评价进行了研究,提出了一种基于多输出网络的无参考平面图像质量评价算法.该方法考虑了深度卷积神经网络在提取特征时,每一层提取的特征表示不同的抽象视觉特征,浅层网络提取纹理、区域等细节特征,深层网络提取轮廓、形状和边缘等结构特征.设计了三个输出的网络结构,该网络将浅层和深层特征分别回归到主观质...     

MIMO-OFDM系统中CSI Viterbi译码算法研究

Viterbi译码器是通信系统中应用非常广泛的译码器。与其他单载波调制技术相比,OFDM系统巾的Viterbi译码有其特别之处．可以根据在信道均衡时所得到的信道频域响应系数为译码算法提供判决权重,被称为CSI Viterbi译码算法。首先介绍了OFDM系统的CSI Viterbi译码器算法,然后以V—BLAST为例推导出MIMO-OFDM系统中的CSI Viterbi译码器算法,并通过仿真证明使用CSI Viterbi算法能有效改善系统的性能。     

试论军事装备学学科体系的二维划分

长期以来,人们对军事装备学学科体系的划分,习惯于按照研究对象领域来进行。在钱学森依据学科知识在人们认识世界和改造世界中的作用,提出了学科体系划分的另外一种方法后,提出了把二者有机结合起来对军事装备学学科体系划分的二维（即研究对象维和知识作用层次维）划分方法,以期实现两种截然不同方法的统一。     

基于改进粒子群算法优化策略的核极限学习机方法研究

本研究通过对核极限学习机的原理进行分析,确定优化参数,分析粒子群算法的基本原理,并对多种改进的粒子群算法进行研究,通过基准测试函数对6种算法的优劣进行分析。笔者选取综合学习粒子群算法为优化核极限学习机的基本框架,并将线性递减惯性权重和综合学习粒子群算法进行结合,用于改进粒子群算法易陷入局部最优的问题,从而实现对核极限学习机的参数优化。