外军地面无人装备发展现状与趋势研究

随着通信、计算机、人工智能和传感器等技术的飞速发展与广泛应用，地面无人装备日趋活跃在作战、搜救和消防等多种军民用任务场景中。对于军事领域而言，地面无人装备是陆军和其他地面作战部队迈向无人化、智能化战场的核心装备，将在未来陆战场各类作战任务中发挥不可替代的作用。通过对外军各类典型地面无人装备发展现状进行深入分析，总结出该装备领域的发展特点与趋势，对地面无人装备发展有一定的借鉴意义。     

一种可传输轨道角动量的螺旋光子晶体光纤北大核心

设计了一种基于阿基米德螺线的新型螺旋光子晶体光纤,该光纤以二氧化硅为基底材料,包层由24个螺旋臂组成,每个螺旋臂包含11个小空气孔,纤芯设有大空气孔,包层与纤芯中间的环形区域用于传输轨道角动量模式。该结构在1300~1800 nm波段上可支持22种轨道角动量模式稳定传输,在1550 nm波长下,有效折射率差最高可达2.89×10^(-3),色散系数最低可达66.4 ps/(nm·km),非线性系数最低可达2.17 W^(-1)·km^(-1),且1500~1600 nm波段上的色散值变化均小于15.15 ps/(nm·km)。此螺旋光子晶体光纤不仅结构简单,且具有低非线性、色散平坦的性能,为螺旋光子晶体光纤的设计提供了思路。     

个性化学习路径推荐综述

近年来，伴随着现代信息技术的迅猛发展，以人工智能为代表的新兴技术在教育领域得到了广泛应用，引发了学习理念和方式的深刻变革.在这种大背景下，在线学习超越了时空的限制，为学习者“随时随地”学习提供了更多的可能性，从而得到了蓬勃发展.然而，在线学习中师生时间、空间分离的特征，导致教师无法及时掌握学生的学习状态，一定程度上制约了在线学习中教学质量的提升.面对多元化的学习需求及海量学习资源，如何迅速完成学习目标、降低学习成本、合理分配学习资源等问题成为限制个人和时代发展的重大问题.然而，传统的“一刀切”的教育模式已经不能满足人们获取知识的需求了，需要一个更高效、更科学的个性化教育模式，以帮助学习者以最小的学习成本最大限度地完成学习目标.基于以上背景，如何自动高效识别学习者特征，高效地组织和分配学习资源，为每一位学习者规划个性化路径，成为面向个体的精准化教育资源匹配机制研究中亟待解决的问题.系统地综述并分析了当前个性化学习路径推荐的研究现状，并从多学科领域的角度分析了对于同一问题的不同研究思路，同时也归纳总结了当前研究中最为主流的核心推荐算法.最后，强调当前研究存在的主要不足之处.     

PVDF压电纤维仿生柔性传感器水下传感特性研究

感知器官对于许多动物必不可少,尤其是生活在水下的生物。该文以聚偏二氟乙烯(PVDF)为材料,模仿水生动物海豹的触须设计制备了一种表面四电极PVDF压电纤维仿生柔性传感器。利用激振源测试所制备的传感器性能,包括输出不同的波形测试对不同激励的感知,对水动力的感知及对水下运动物体方向的感知。实验结果表明,该传感器对不同激励的感知性能很好,速度检测极限可达0.15 mm/s,且有良好的方向性检测能力,对水下情况感知的应用前景广。     

基于形态特征提取的急性下壁心肌梗死BiLSTM网络辅助诊断算法

急性下壁心肌梗死是一种病发急、进展快、致死率高的心脏疾病,该文提出一种新颖的基于形态特征提取的BiLSTM神经网络分类的急性下壁心肌梗死辅助诊断算法,可大幅度提高医生对急性下壁心肌梗死疾病的诊断效率并有助于及时确诊.算法包括:对胸痛中心数据库心拍信号进行降噪及心拍分割;根据临床心内科医学诊断指南提取了12导联波形距离特征和分导联波形幅值特征;依据提取的特征搭建LSTM与BiLSTM神经网络进行心拍的分类识别;使用PTB公开数据库和胸痛中心数据库多临床中心进行交叉验证.实验结果表明,加入胸痛中心真实临床数据后,基于形态特征提取BiLSTM神经网络的急性下壁心肌梗死辅助诊断算法准确率达到99.72％,精度达到99.53％,灵敏度达到100.00％,同时F1-Score达到99.76.该算法比其他现有算法准确率提高至少1％,该项研究具有非常重要的临床应用价值.     

ZnCo2O4纳米管的合成及其电化学性能研究

采用静电纺丝法制备ZnCo₂O₄一维纳米纤维前驱体，通过不同的煅烧温度得到纤维结构完整的ZnCo₂O₄纳米管。通过XRD、SEM和电化学测试等方法对ZnCo₂O₄材料进行结构和性能表征。研究结果表明，制备的纳米纤维直径在0.13～0.22μm之间，且纤维结构完整，表面粗糙，有利于电解液的渗透和储存。在100 mA/g的条件下，ZnCo₂O₄的首次可逆比容量达到972.9 mAh/g，循环200次后，比容量仍能保持431.2 mAh/g以上。