截面突变的座椅多级弹射筒内弹道仿真

以往研究中对多级弹射筒和压力有效作用面的影响重视不足,并且所建模型通用性差.在分析弹射机构工作过程的基础上,建立了适用于套筒式弹射机构的内弹道模型,以火药质量和机构行程控制数学模型的解算流程,并与实测参数进行了对比,误差在0.9%～2.4%之间,说明模型可靠性;利用此模型分析了压力作用面对其性能的影响,得出结论:1)弹射筒工作期间作用面积A对其性能影响显著,弹射筒直径相差0.01m性能参数误差可达15%左右;2)对于套筒式弹射机构性能计算,近似处理会得出大于实际值的结果,因此必须将有效作用面突变效应考虑在内.     

异构网络中基于兴趣感知的聚类缓存策略

为应对移动流量的爆炸式增长,在异构网络中引入缓存成为目前的热点研究方向之一。目前缓存部署策略存在缓存命中率不高、缓存数据冗余度较高等问题,没有充分利用存储资源,直接影响网络的性能。针对以上问题,提出一种基于用户兴趣感知的虚拟聚类协作缓存部署策略来提高缓存系统性能。根据用户距离构造虚拟聚类,依据内容请求因子确定系统缓存内容,采用基站协作缓存以及用户间虚拟聚类方式共享缓存内容,以缓存命中率最大化为目标建立优化模型并通过贪婪算法求解。理论分析及仿真结果表明,在异构网络场景下,跟现有方法相比,所提方法在缓存命中率、系统平均传输时延等性能上均有明显提升。     

终端区空域规划运行评价指标体系

为了合理分配管制资源,保障高效运作终端区,通过对终端区空域规划运行效能进行量化分析,进而掌握其运行情况及发展形势。首先建立了基于8类关键性能领域的终端区空域规划运行评价指标体系。然后采用状态分类评估法构造综合评价函数,利用基于随机森林(random forest, RF)算法的可拓层次分析法(extension analytic hierarchy process, EAHP)分析计算指标权重,达到综合考虑指标影响、加强指标量化程度、减少研究过程主观性的目的。最后,以广州终端区和武汉进近为例,对八大关键性能指标进行实例分析,采用蒙特卡洛(Monte Carlo)模拟验证了指标计算结果的可靠性,提升了指标的认可度,验证了系统评价结果的准确性。     

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。     

长春市城郊无公害农业土壤环境中As含量状况调查研究

通过对长春市城郊无公害农业土壤环境中As含量水平调查,并进行了相对于无公害农作物产地环境质量标准中有关As的污染性评价,得出长春市城郊农业土壤环境中As的含量水平状况。长春市城郊无公害农业土壤环境中As含量存在不均衡性;浓度范围在4 12μg/g～18 60μg/g之间,平均值为12 17μg/g;污染呈现出从西南至东北的带状趋势;以《农产品安全质量无公害蔬菜产地环境要求》中GB/T18407 1-2001规定的As的质量标准作为评价标准进行评价,长春市城郊农业土壤环境中As的标准污染指数均小于1,属于未受As污染的土壤类型。图3,表2,参6。     

区域水资源可持续利用评价的神经网络方法

在论述区域水资源可持续利用与水资源承载能力关系的前提下,提出了区域水资源可持续利用评价的神经网络方法。建立的神经网络模型对汉中盆地水资源可持续利用程度进行了评价。应用实例表明:建立的模型与其他模糊综合评价和属性识别方法相比,评价结果更合理可行和可靠。对汉中盆地来说,城固的水资源可持续利用程度为低级,其他5个区县的水资源可持续利用程度为中级偏低,其中又以南郑为最高,勉县为最低。在研究的7项评价指标中,水资源利用率对可持续利用程度的影响最大,灌溉率的影响次之,生态环境用水率的影响最小,从而为提高区域水资源可持续利用程度提供了理论依据。表3,参9。     

基于时间窗的SVDBN近似推理算法研究

变结构动态贝叶斯网络(SVDBN)在处理非稳态过程的不确定问题具有其独特的优越性。为克服SVDBN推理算法不能实现在线推理的缺陷,在引入SVDBN的时间窗和时间窗宽度概念基础上,阐述了基于时间窗的SVDBN在线近似推理机制,提出了2种在线近似推理算法,即基于时间窗的变结构离散动态贝叶斯网络(SVDDBN)递推推理算法和基于时间窗的SVDDBN快速推理算法。通过仿真实验验证了这2种算法的有效性,并从复杂度、适用范围及更新时间等方面进行了比较。     

下一代密集WLAN网络干扰管理机制

在密集高效无线局域网部署场景中,针对传统802.11协议造成用户公平性差和吞吐量低的问题,提出一种以用户为中心的资源配置方法。该方法通过对用户进行识别分类,以用户为中心配置信道和功率,在保证用户公平性的前提下,最大化网络吞吐量。提出的功率控制机制和用户识别方法可以很简单的应用于现有无线局域网系统中。仿真结果表明,提出的资源配置方法平均提升单位基本服务集吞吐量47.3%,干扰最严重的基本服务集的吞吐量提升190%,每个基本服务集的边缘用户的吞吐量平均提升约74.3%。     

基于改进人工势场法的多无人机三维编队路径规划

针对传统人工势场法的障碍物附近目标不可达、存在局部极小点和振荡的问题对势场函数进行分析和改进,以保证目标点为势场的全局最小点。在动态势场中,引入是否陷入局部极小点的判断机制,并结合一种“沿目标方向90°移动”的方法来跳出局部极小点,实现多无人机编队的路径规划、协同避障和防碰撞。利用回归搜索法来对路径进一步优化。MATLAB的仿真结果显示,该方法有效地弥补了传统人工势场法的不足,提高了人工势场法的实用性。     

基于神经网络的图像描述方法研究

自动识别和描述图像的内容是人工智能中一个重要的研究方向,它涉及计算机视觉和自然语言处理技术。针对这一难题,提出了一种由深层神经网络模型生成自然语言句子来描述图像内容的方法。该方法提出的模型由卷积神经网络(Convolution Neural Network,CNN)和循环神经网络(Recurrent Neural Network,RNN)组成,其中,CNN用来提取输入图像的特征生成固定长度的特征向量,该特征向量初始化RNN来生成句子。在MSCOCO图像描述数据集上的实验结果表明了该模型所生成句子的语法准确性和语义准确性,且优于先前的基线模型。