一种基于深度学习的智能威胁评估算法

在现代信息化战争中依据战场态势变化进行合理威胁评估，对实现指挥系统自动化具有重要意义。为了克服传统规则算法评估能力的局限，设计了一种基于深度学习的新型智能威胁评估算法。首先设定了防空威胁评估指标选取原则，在此基础上从多个不同角度出发建立了反映空中目标威胁的指标体系，然后构建深度神经网络模型予以解决。新算法的优点在于威胁评估快速可信、易于实现，且对于不断变化的空情威胁可进行持续更新优化。最后，通过典型作战场景的仿真数据验证了模型的有效性和可行性。     

南京科亚“智能高效双螺杆挤出机”工程研究中心通过验收!

南京科亚申报的“智能高效双螺杆挤出机”工程研究中心,在建设、服务和管理方面勇于创新、持续投入,即取得了可喜的经济效益,也推动了行业技术的进步和发展,经南京市发改委审查,获批“南京市工程研究中心”。南京科亚也将进一步投入技术力量,加大资金投入,注重公司的研发能力和工程化能力的提高,利用智能化的技术和应用能力,为广大改性配混造粒用户创造更大的效益。     

犹豫模糊环境下准则具有偏好关系的TODIM方法

针对智慧制造评估时专家的决策信息具有犹豫模糊不确定性问题，提出了一种关于准则具有犹豫模糊偏好关系的改进交互式多准则决策（TODIM）方法。首先提出了准则间的犹豫模糊偏好关系概念，并证明了其基本性质。在TODIM方法优势度的计算过程中，将准则权重犹豫模糊偏好关系替代原有的精确值权重，使信息的准确性最大化。将该方法用于智能制造的评估上，实例分析结果表明所提方法是可行和有效的。     

基于多边限定的室内定位方法设计与系统实现

随着基于位置服务（Location Based Services，LBS）的发展与智能移动设备的普及，室内定位算法与系统受到了广泛研究与关注。为提高室内定位精度、增强系统鲁棒性，提出了基于多边限定的fingerprint定位方法。基于Wi-Fi RSSI（Received Signal Strength Indication）信号处理建立离线fingerprint数据库；通过对拟合距离-RSSI函数分析，提出了多边限定的方法确定一个最佳参考点（Reference Point，RP）集合，缩小在线定位阶段的搜索范围。在此基础上，再利用fingerprint定位方法进行定位。此外，实现了基于提出方法的室内定位系统原型用于算法性能评估。通过大量真实场景实验分析、验证了相较于传统fingerprint方法，基于多边限定的fingerprint定位方法能有效提高室内定位精度，增强系统鲁棒性。     

中国抗中子辐照钢的抗辐照设计与验证

聚变堆等未来先进核能系统要求材料在强流高能中子辐照下长期保持良好的结构稳定性和机械性能。为适应未来先进核能技术发展的需要，中国科学院核能安全技术研究所•凤麟团队牵头研发了具有我国自主知识产权的中国抗中子辐照钢--CLAM钢。CLAM钢的设计考虑了未来核能清洁性的要求，以及苛刻服役环境中材料抗辐照、耐高温、耐腐蚀等性能要求。通过中子学计算分析设计了低活化成分范围，基于选择性纳米相析出进行了抗辐照、耐高温性能优化设计。针对材料的抗辐照性能，利用国内外中子、离子、电子及等离子体辐照设施开展了系列辐照考验研究，通过多角度表征辐照前后材料的微观结构和宏观性能，综合评估了材料的辐照性能，并与国际上同类材料在相近或相同条件下的辐照性能进行了对比分析，结果表明CLAM钢具有良好的抗辐照性能。     

基于模糊理论的桌面式无纸化会议系统效能评估

随着桌面式无纸化会议系统的迅猛发展,其效能评估领域呈现出空白状态,专家经验与模糊理论相结合的评估方案可以很好地解决这一问题。