电磁波在消声瓦中传播特点的一些讨论

潜艇隐身的主要方法是潜艇外壳上粘贴消声瓦，用微波反射电桥法无损检测消声瓦粘贴质量是一种有效的方法。本就电磁波在消声瓦中传播的一些特点作了进一步讨论，当粘贴面有(三角形)大气泡时可发生全反射现象，当粘贴面上有裂缝时反射系数可按指数减少。     

超几何概率教学探讨

超几何分布是产品计数抽样检验、可靠性计算中经常遇到的一类重要的数理统计模型.在求解实际问题时,首先要根据超几何分布问题的特点判断所求问题是否为超几何概率问题,然后才能确定是否用超几何概率公式.同时,探讨了学生在求超几何概率问题时的一个误解.     

含梯度项椭圆边值问题正径向解的存在性

用上下解方法讨论球外部区域Ω={x∈?N:∣x∣>R0}上含梯度项的椭圆边值问题:{-Δu=K(∣x∣)f(∣x∣,u,∣?u∣),x∈Ω,αu+β?u/?n∣?Ω=0,lim∣x∣→∞u(x)=0正径向解的存在性与唯一性,其中N≥3,R0>0,K:[R0,∞)→?+和f:[R0,∞)×?×?+→?连续.在系数函数K(...     

球外部区域上含梯度项椭圆边值问题的径向解

用Leray-Schauder不动点定理,考虑球外部区域Ω={x∈R~N:■上含梯度项的椭圆边值问题:■径向解的存在性与唯一性,其中:N≥3;R_00;K:[R_0,∞)→R~+和f:[R_0,∞)×R×R~+→R连续.当系数函数K(r)=O(1/r~(2(N-1)))(r→+∞)时,在允许非线性项f(r,u,η)关于u,η超线性增长的情形下,给出该问题径向解的存在性与唯一性证明.     

基于深度学习的三维模型重构研究

由单个图像建立其三维模型是计算机视觉领域的一个热门且具有挑战性的问题.现有的传统单视图三维重构算法在处理低分辨率图像时效果不好,在训练中由于三维图形的高维性,使网络也变得高度不稳定,导致模型重构效果差.针对传统三维重构算法存在的缺点,提出一种基于深度学习网络的改进模型,在模型中加入超分辨率、投影、对抗生成网络(gene...     

CORRECT介导的人HBB-28基因定点突变细胞株的建立及其应用

为利用CRISPR/Cas9系统建立一种新型、高效的定点突变和基因修复的新方法——引入阻断突变碱基的CORRECT(Consecutive re-Guide or re-Cas steps to Erase CRISPR/Cas blocked Targets)方法，本研究使用规律间隔成簇短回文重复序列(Clustered Regularly Interspaced Short Palindromic Repeats,CRISPR)在线设计工具，针对人β-珠蛋白(HBB)基因设计小向导RNA (small guide RNA，sgRNA)，构建PX459-sgRNA-Cas9共表达质粒，然后以含阻断突变碱基(G>T)的单链寡核苷酸(single-stranded Oligo DNA Nucleotides,ssODNs)为同源模板，通过脂质体转染HEK293T细胞，并通过Sanger测序和酶切(T7EⅠ和AatⅡ)检测编辑效率，最后通过Sanger 测序分析敲除HBB单克隆细胞的基因型。结果表明，成功构建β-地中海贫血(简称β-地贫)HBB-28(A>G)基因纯合定点突变的HEK293T细胞株。阻断突变碱基优化的ssODNs减少Cas9蛋白对靶点的再次编辑，提高了整合效率。本研究建立的新型点突变技术可以高效获得纯合定点突变的HEK293T细胞株，既为单碱基突变疾病模型的建立提供实验依据，又为基因修复治疗提供高效的方法。     

基于广义近似消息传递的快速DOA估计方法

针对稀疏恢复类波达方向(direction of arrival, DOA)估计算法中计算复杂度高的问题, 提出了一种基于广义近似消息传递(generalized approximate message passing, GAMP)方法的稀疏贝叶斯学习算法。该算法在现有双基地无源雷达系统模型基础上, 构建了多快拍下的GAMP信号统计模型, 将高维联合后验概率密度的计算简化为标量运算, 提高了算法的计算效率。对于离网目标, 利用梯度下降方法推导了角度空间网格更新策略, 进一步提高了角度估计的精度。仿真结果表明, 该算法在有限快拍、低信噪比情况下, 估计精度较高, 计算复杂度较低, 适用于实时性要求高的应用场景。     

一种新的频率合成方法

提出了一种新的频率合成方法，该方法的基本思想是，按照一种特定算法，对于每一个所需的输出频率，对数字锁相环的可程控反馈分频器设置一组不同的分频系数，以使环路鉴相器输出端干扰的频率与频率分辨率相互独立，从而便可同时获得高的频率分辨率和较大的环路带度。     

基于门控多尺度匹配网络的小样本SAR目标识别

为了解决传统合成孔径雷达(synthetic aperture radar, SAR)目标识别方法在小样本条件下泛化能力差、识别准确率低的问题, 通过在匹配网络的基础上引入权重门控单元和多尺度特征提取模块, 提出了基于门控多尺度匹配网络的小样本SAR目标识别方法。在该方法中, 多尺度特征提取模块能够提取匹配网络不同卷积层的多尺度特征, 权重门控单元能够根据不同的识别任务赋予特征不同的权重大小, 实现根据具体任务选择最具代表性的目标特征, 从而以该特征为主导完成目标识别任务。在运动和静止目标获取与识别(the moving and stationary target acquisition and recognition, MSTAR)数据集上对提出的方法进行了验证, 实验结果表明，所提方法较其他3种小样本学习方法和两种小样本SAR目标识别方法表现出了一定的优越性, 而且所提方法经实验验证在噪声环境下表现出了一定的鲁棒性。     

装备保障体系关键节点分析

装备保障体系在现代战争中发挥着重要的后勤保障作用。一旦保障体系中的关键保障节点遭到袭击, 将会严重影响到系统保障能力的发挥。因此, 研究装备保障体系中的关键节点识别技术, 找出薄弱环节, 对于未来战争有着重要意义。本文以复杂网络为理论基础, 提出了一种衡量保障节点重要性的指标。该节点重要性指标一方面衡量保障节点在一定空间范围内的连接能力, 另一方面按照新提出的面向任务需求的路由方式, 衡量保障节点的全局运输能力。通过与另外6种节点的重要性指标对比, 结果从多方面证明了所提的节点重要性指标在识别关键节点时的有效性及适用性。