浅议书目数据的规范与套录质量

通过对国家图书馆、CALIS和联采统编这3种联合编目数据的分析比较,探讨了造成书目数据不规范的原因以及对套录数据质量的影响,并对书目数据的规范化提出了若干建议。     

半导体晶圆节能分布式制造与预维护联合优化

针对半导体晶圆节能分布式制造与预维护联合优化问题,构建了同时考虑制造阶段和检测修复阶段,以最小化最大完工时间、总碳排放和总预维护成本为优化目标的两阶段绿色调度模型,提出了改进的混合多目标灰狼优化(improved hybrid multi-objective grey wolf optimization,IHMGWO)算法,设计了工厂分配策略、机器分配策略以及考虑维修工人柔性的同步调度维护策略的解码方案。通过设计初始化种群融合策略、捕食行为搜索策略、子种群变异策略,提高了算法的寻优性能。360个测试算例的对比实验表明,所提出的IHMGWO算法针对SP指标能够实现大部分占优,针对IGD和Ω指标能够实现全部占优,对于解决该类问题具有显著的优势和竞争力。     

引入微元法思想的混合测控资源联合调度方法

针对混合测控资源联合调度中存在的资源属性繁多、偏好差异大以及可能出现的调度弧段冲突等问题,借鉴单体制测控网调度研究中的任务需求描述方法,对混合测控任务需求的特点进行分析,给出其任务需求的规范化描述。以测控调度收益值最大为目标,建立混合资源联合调度模型;引入微元法思想,提出了可用弧段扩展复用方法,以此为基础提出了基于改进遗传算法的求解策略。仿真结果表明：所建模型和相应的解冲突算法能有效提高测控需求满足率和测控收益。     

重金属联合毒性对蚤类与鱼类敏感性的影响及预测模型研究进展

通过阅读文献了解各类重金属在联合作用情况下对水生生物产生的毒性效应并讨论了联合毒性的作用机制.研究了水环境中重金属污染对水生生物的敏感性影响,介绍了联合毒性作用的具体表现形式,总结了包括蚤类、鱼类等常见水生生物的收集与培养、联合毒性实验的具体步骤与结果讨论,对联合毒性的两种基本模型原理与预测结果进行了阐述.结果表明,水...     

基于卷积神经网络感知功能的极端场景生成方法

近年来,基于卷积神经网络深度学习的感知算法在自动驾驶车辆环境感知系统中发挥着越来越重要的作用。由于在神经网络训练过程中,训练数据无法覆盖所有极端场景,因此如何保证基于深度学习的感知算法在极端场景下的安全性和可靠性,仍是一个亟待解决的问题。传统的基于真实行驶里程的验证方法,在获取极端场景数据上危险性高,经济性差,因此很难检验驾驶功能在极端场景下的性能。基于虚拟场景的仿真验证方法,虽然可以通过设置场景参数来生成大量测试场景,但是通过简单的参数组合并不能有效的生成极端场景。本文展示了一种在虚拟环境中生成极端场景的方法,用于训练和测试基于深度卷积神经网络的车道线识别算法。首先将场景特征用参数进行表示,然后使用deep Q-learning强化学习的方法,来生成极端场景的参数组合。通过与随机组合以及成对组合场景参数的方法进行对比,可以看出该基于强化学习的场景生成方法可以更有效地生成极端场景,因此可提高自动驾驶感知功能的测试效率,同时可为卷积神经网络提供更多的极端场景训练数据。     

交错桁架-柱装配式节点滞回性能试验研究

针对交错钢桁架与柱子装配式连接的工程应用和抗震设计需要,设计了三个不同连接构造的节点,试验研究了由上弦杆、斜腹杆和柱子组成的受轴力循环作用的桁架节点滞回性能,试验表明斜腹杆与节点板的焊接部位是薄弱环节,容易开裂破坏。在以上节点的斜腹杆破坏失效后,选择了其中两个节点,继续试验研究了由弦杆和柱子组成的受弯矩循环作用的框架节点滞回性能。分析了这些节点在斜腹杆失效前后的破坏特征、承载力、延性、耗能能力等性能以及不同连接构造细节对这些性能的影响。研究表明受循环轴力的桁架节点具有较高的承载力和初始刚度,但延性、耗能能力一般,弦杆与柱的连接构造形式对节点性能影响不显著;受循环弯矩的框架节点仍具有较高的抗弯承载力和耗能能力,但是弦杆与柱的连接构造形式对节点性能有较大的影响。为了抵抗地震作用,建议交错钢桁架的H形截面弦杆的上下翼缘应与柱子可靠连接,来确保斜腹杆破坏退出工作后弦杆通过抗弯方式传力到柱子,实现强节点的功效。     

铝合金板式节点火灾后承载性能

对铝合金板式节点火灾后性能的研究可为评估铝合金网壳火灾后承载性能提供依据。完成了6061-T6铝合金材料过火后的单向拉伸试验,给出了其火灾后力学性能折减系数的计算式。完成了12件6061-T6铝合金板式节点过火后的承载性能试验,得到其承载力和破坏模式。试验结果表明,铝合金材料性能及铝合金板式节点力学性随过火温度的变化均呈现三折线趋势。建立数值模型并进行参数分析,分析了材料性能、过火温度、尺寸规格对铝合金板式节点过火后承载性能的影响规律。最后,拟合得到铝合金板式节点火灾后的弯曲刚度及承载力计算式以及火灾后的弯矩-转角曲线四折线模型。     

基于跟踪信息的多帧联合检测方法

传统多帧联合检测方法针对搜索阶段进行设计, 由于无任何目标信息, 需要采用较高的检测门限以降低虚警数量。然而, 一旦成功建航, 目标存在性已确定, 可利用目标跟踪信息调整多帧联合检测策略, 以提升微弱目标检测能力。基于上述考虑, 本文提出了一种基于跟踪信息的多帧联合检测方法。首先利用当前时刻跟踪信息建立预测波门, 然后设定较低的单帧检测门限保障微弱目标信号的高概率检测, 最后在航迹恒虚警约束下调整多帧联合检测门限, 从而完成航迹维持和撤销。仿真实验表明所提方法可有效提高目标检测概率和跟踪维持概率。     

一种在联合发送多用户下行链路中的半联合优化传输算法

研究了一种在联合发送多用户下行链路中的半联合优化传输算法及其在时分双工（TDD）系统下的性能分 析,其主要目的是为了减小联合发送多用户下行链路中数据传输时产生的符号间干扰和小区内的多址干扰。根据 基站发射天线的离开方向（DOD）在全向均匀分布下的空间特性来优化总发射信号,从而减小干扰。并且在TDD 系统环境下做了仿真分析,结果说明了这一优化传输算法的误码率性能比传统的联合发送算法和联合检测算法要 好,在TDD环境下具有更加良好的应用前景和实施的可行性。     

基于协方差矩阵重构的单基地MIMO阵列无网格DOA估计方法

提出了一种单基地多输入多输出(multiple-input multiple-output, MIMO)阵列中的协方差矩阵重构的无网格波达方向(direction-of-arrival, DOA)估计方法。该方法通过降维处理将MIMO阵列等效为信噪比(signal-to-noise ratio, SNR)提升的均匀线列阵,将目标方位估计问题转化为混合范数最小化(mixed norm minimization, MixNM)稀疏信号重构问题。进一步给出了与该稀疏重构问题等价的基于网格的凸优化问题,并模型化为半定规划来求解。为了解决网格大小影响估计性能的问题,利用了等价均匀线列阵的托普利兹结构,模型化为半定规划问题来重构无噪声协方差矩阵,最后通过范德蒙分解来估计目标方位。与传统的基于MixNM方位估计方法相比,该方法减少了优化变量个数。与其他离网格方法相比,该方法估计精度不受网格大小的影响,且能够估计相干源目标。实验仿真验证了该方法的有效性。