基于天幕立靶的两种弹着点坐标测量算法

针对天幕立靶弹着点坐标的测量问题,提出一种基于解析几何法的弹着点坐标测量算法。以天幕立靶为基础,建立弹着点坐标系,分别利用几何三角法和解析几何法推导简单双"N"形天幕立靶弹着点坐标测量公式,并给出了计算实例。分析结果证明:2种方法中,几何三角法适用于比较简单规则的双"N"形光幕,而解析几何法容易编制程序,适应于各种幕形。     

混凝土植筋锚固

混凝土结构植筋锚固的使用受多种因素制约,植筋锚固材料的耐久性、稳定性、耐火性、使用部位、钢筋锚固长度、锚固区混凝土的约束等在设计时都应慎重考虑。     

高纯石英应用及化学提纯技术研究进展

高纯石英作为—种稀有矿产资源，由于其稳定的物理化学性质，在半导体、光伏、光学及光纤通信等高新技术领域有着广泛的应用。总结了高纯石英在高精尖产业的应用现状，详细介绍了脉石矿物杂质、包裹体杂质、类质同象类杂质的存在形式及特征，在此基础上综述了酸浸出法、碱浸出法、热处理法等化学提纯技术研究现状，并展望了我国高纯石英提纯技术未来的发展方向。     

自平衡式脱气器的研发与应用

常规电动脱气器在钻井液缓冲罐液面发生变化时,其安装高度需要人工进行调节,不但劳动强度大,而且若调整不及时易造成后续测量结果不准确甚至气测仪器损坏问题。为此研发了一款采用机械恒拉力装置、能随钻井液液面自动调整高度的自平衡式脱气器,其位置相对于钻井液液面始终保持恒定,极大减轻了操作人员工作强度,确保了地层烃类气体检测的连续性、齐全性和准确性,有效提升了气测录井资料的质量。目前该脱气器已批量应用于油田录井现场,有望成为录井仪的标配,在国内外更多市场推广应用。     

高纯石英中杂质特征及深度化学提纯技术研究进展

随着战略性新兴产业的快速发展,高纯石英成为诸多尖端领域的关键性基础原料之一。高纯石英的战略地位日益凸显,而我国高端高纯石英砂对外依存度仍居高不下,加快推进我国高纯石英砂制备关键技术的发展迫在眉睫。在概述国内外高纯石英资源的基础上,从杂质的存在形式和杂质对产品质量的影响两个方面分析了高纯石英中的杂质特征,并系统总结了高纯石英深度提纯酸处理法和热处理法两个关键技术进展情况,提出现阶段我国高纯石英提纯存在的问题及建议,以期为我国高纯石英提纯技术的发展提供参考。      

LD侧面泵浦Nd:YAG无水冷调Q脉冲激光器

研制了一种新型泵浦结构的LD侧面泵浦Nd:YAG无水冷调Q全固态脉冲激光器.通过选取合适激光晶体,用每组12个LD厘米条构成的三列阵列管,按120°均匀分布,进行侧面泵浦.在泵浦光反向冷却套侧壁镀高反射金膜,使激光棒侧向均匀泵浦,实现低阶膜输出.用柱透镜聚焦,利用光线追踪法,通过计算机数值计算,获得合理参数,达到高效耦合.用半导体制冷器冷却,使内部热量及时散出,通过外部大热沉向空间散热,实现无水冷,保证激光器恒温工作.减小了激光器体积,提高了系统效率,获得波长1.06nm、脉冲宽度10～12 ns、最大能量98 mJ的低阶膜激光输出.     

高重频三向侧面泵浦DPL耦合系统设计

激光二极管侧面泵浦容易将大功率二极管阵列(LDA)光耦合到激光晶体中去,但耦合效率有待于进一步的提高.在已建立的二极管单bar侧面泵浦YAG晶体泵浦光场分布数值模型的基础上,进一步分析了三向侧面泵浦激光器晶体内光强的分布,并全面考虑了耦合系统相关的因素,结合实际设计出LD三向侧面泵浦耦合光学系统,最终获得了重复频率1～1 000 Hz可调,波长1.064 μm的TEMoo模的调Q窄脉冲激光输出.激光输出最大单脉冲能量为11.5 mJ,脉冲宽度为8 ns,光-光转换效率为11.7%.实验验证了该耦合系统的合理性与优越性,为高效耦合系统的进一步优化奠定了基础.     

双经纬仪标定幕面方程的优化

为了提高双经纬仪标定天幕立靶光幕中心面的精度,文中利用双经纬仪进行了幕面方程的优化标定.建立了以测量空间中测点误差最大值函数为目标函数的测量模型;采用基准尺反解基线,建立了以基线误差函数为目标函数的基线优化模型.仿真结果表明:当双经纬仪基线长为4.4m时,基准尺垂直放置中心于xoy平面坐标点(1 000mm,1 000mm)时,基线误差为0.055mm.经试验验证,得到弹丸与散布中心横向偏离程度的标准差为1.7mm,纵向标准差为1.9mm.     

一种融合图像空间特征注意力机制的恶意代码识别模型北大核心CSCD

恶意代码识别对保护计算机使用者的隐私、优化计算资源具有积极意义。现存恶意代码识别模型通常会将恶意代码转换为图像,再通过深度学习技术对图像进行分类。经恶意代码识别模型转换后的图像呈现两个特点,一是图像的末尾通常被填充上黑色像素,使图像中存在明显的重点特征(即代码部分)和非重点特征(即填充部分),二是代码之间具有语义特征相关性,而在将它们按顺序转换成像素时,这种相关性也在像素之间保留。然而,现有恶意代码检测模型没有针对恶意代码的特点设计,这导致对恶意图像在深层次特征提取方面的能力相对偏弱。鉴于此,文章提出了一种新的恶意代码检测模型,特别针对恶意图像的两个关键特点进行了设计。首先,将原始的恶意代码转换成图像,并对其进行预处理。然后通过一个FA-SA模块提取重点特征,并通过两个FA-SeA模块捕捉像素之间的相关性特征。文章所提模型不仅简化了恶意代码检测的网络结构,还提升了深层次特征提取能力及检测准确率。实验结果表明,文章融合注意力模块的方法对提升模型的识别效果具有显著帮助。在Malimg数据集上,恶意代码识别准确率达到了96.38%,比现存基于CNN的模型提高了3.56%。