制导航弹飞行力学中的坐标系研究

参考坐标系是导弹飞行力学研究的基础.本文针对某型制导航弹的特点建立了斜置坐标系,并且给出了斜置坐标系之间以及斜置坐标系与常规坐标系之间的转化关系.对于在斜置坐标系中建立的制导航弹的运动方程组的研究结果表明了该坐标系在导弹飞行力学研究中的突出优点.     

煤自燃注惰灭火降温特征的实验研究

实验以木城涧无烟煤为研究对象,使用CO2和N2作为注惰防灭火气体,开展注惰灭火降温过程的实验研究。实验设置空白对照组和实验组,在实验炉内对升温后的煤样进行注惰,最后对降温过程中的温度和气体参数进行分析。实验结果阐明:在降温程序中,煤样降温效果与N2浓度成正相关,且N2高于30%后降温效果显著;另一方面,相同浓度的CO2降温效果优于N2,10%CO2实验组抑制降温过程CO产生效果远优于N2——即相同浓度下的CO2防灭火效果要好于N2。     

高微重力振动隔离系统激励器分配优化设计

为了满足高微重力振动隔离系统实时变化的控制器输出要求,同时也为了降低隔振系统激励器的功耗,对激励器分配组合进行了分配优化设计.介绍了激励器分配电流的计算方法,给定浮子质心作用力计算各种组合的激励器分配电流,对结果进行比较分析后确定出最优组合.通过给定相对位置、变化的质心作用力进行地面测试,结果表明了设计结果的合理性.     

基于高光谱技术的铁观音茶叶等级判别

应用高光谱技术结合支持向量机分类理论对不同等级的铁观音茶叶进行判别分析。采集铁观音各等级茶样的高光谱数据,提取红边幅值、蓝边位置、黄边面积、红谷反射率、归一化植被指数等共20 个光谱特征参数,以其作为输入量带入以径向基函数作为核函数的支持向量机分类模型,探讨惩罚参数C和核参数g的最佳取值,构建判别模型,并对其进行验证和评价。结果显示,当惩罚参数C和核参数g分别为106和0.007 5时,所建模型对未知等级的铁观音样品正确判别率可达92.86%,表明应用高光谱技术进行铁观音茶叶等级的快速无损准确鉴别是可行的。     

16MnR钢板冷冲压开裂与显微组织的关系

用电子显微镜观察和分析了16MnR钢板冲压裂纹的显微组织。结果表明，开裂的主要原因是显微组织中有贝氏体型（粒状贝氏体、块状反应产物）非平衡组织。该组织在光学显微镜下很难与铁素体加珠光体组织区别。试验结果为预防和解决16MnR钢板冲压开裂提供了理论依据。     

基于数字控制器的炮射导弹制导系统研究

论述了炮射导弹制导系统的方案，给出了制导系统的构成框图，对炮射导弹制导系统进行了动态分析，设计了数字控制器并进行了半实物仿真试验。仿真结果表明，所设计的制导系统性能良好，能够满足指标的要求。     

土壤容重对棉花根系作用模拟的知识管理研究

为了对作物根系在土壤中生长的知识进行有效管理,针对不同土壤容重中棉花根系的形态特征和生长特点,提出一种结合知识模型和可视化模拟的作物根-土系统知识管理方法。建立棉花主根轴向生长速度与土壤容重定量关系的数学模型,搭建土壤容重对棉花根系作用的知识管理平台,利用SimRoot根构型几何模型模拟棉花根构型参数主根轴向生长速度随土壤容重的变化。结果表明,结合可视化模拟仿真的知识管理方法能够预测不同土壤容重中棉花根系生长状态。     

基于近红外光谱技术的六大茶类快速识别

为构建高质量的六大茶类识别模型,本研究中收集了370份样品,通过采集其近红外光谱（near-infrared spectroscopy,NIRS）,结合光谱预处理、特征提取以及数据挖掘分类器算法,建立六大茶类快速识别模型。结果表明：1）支持向量机（support vector machine,SVM）与随机森林（random forest,RF）分类器皆适于六大茶类快速识别模型的构建;2)SVM分类器更适于结合原始光谱（original spectrum,OS）建模,预处理易使基于该分类器建立的模型鉴别性能减弱;3）随机森林（RF）分类器更适用于预处理后光谱建模,所得模型较OS模型在识别正确率（recognition accuracy,RA）及受试者工作特征曲线下面积（area under the curve,AUC）均得到明显提升;4）特征提取中线性判别分析（linear discriminant analysis,LDA）算法表现最好,所得模型的RA较OS模型明显提升,其中最佳模型OS-LDA-SVM的RA为100.00%,AUC为1.00,识别正确率高、泛化能力强、模型性能优异,...     

警惕7种以“禽流感”为名的诈骗

这段时间,H7N9禽流感疫情流行,一些不法分子竟从中看到"商机",假冒国家工作人员或假借检查防范H7N9禽流感疫情实施诈骗。近日,江苏省公安厅通过官方微博"平安江苏"发布了防范提示,提醒网友警惕7种以"感染H7N9禽流感"之名实施的诈骗,一旦遇到可疑情况及时报案。江苏省公安厅表示:"发布这方面的防范提示也是防患于未然,但到目前,省公安厅尚未接到有关的诈骗警情。"