空中三维电场探测系统

目前存在的空中电场探测方法,主要实现空中矢量电场的一个或两个分量的探测。介绍了一种新型的空中三维电场探测系统,系统由传感器、发射机、接收机以及地面信号处理单元组成,传感器采用新型的三维电场传感器,其探测到的三维电场信号是由发射机发射,接收机接收到信号后,送到信号处理部分进行分解,识别出的电场三维信号矢量。该系统进行了外场探空试验,成功地获得了可靠的空中三维电场探测数据,完成了从地面至15km高空之间的电场的三维探测。     

2015年前后法国的武器装备

从1997年开始,法国国防部每年均公布30年远景规划（PP30）,即研究法国国防部需求和预测开发、研制方向的工作文件。该项定期充实的规划在不断地完善着军事法案（LPM）的重大决策。从地缘战略考虑,在对风险与威胁进行分析后,制定为装备法国武装部队并与欧洲和国际接轨的未来装备项目的作战和技术框架的具体步骤。     

海斯卡耳普导弹的研制进展

MBDA公司已开始验证预先计划的海斯卡耳普（SCALP—Navale）潜射型巡航导弹,由波音公司研制的打算装备法国FREMM护卫舰和Barracda级潜艇的这种武器是由通用型导弹、串联助推器以及垂直发射箱或水下发射密封舱组成。其中密封舱还包括一个后盖,用于潜艇鱼雷管发射时保护助推器。这种采用金属结构、装有电动／电子连接装置的后盖在导弹发射脱离鱼雷管后被弹射打开,此时火箭助推器点火,向上推动导弹出水。然后,前盖打开抛出,密封舱向后滑动使导弹露出。     

ATK公司改进HARM导弹

先进反辐射导弹（Advanced Anti-Radiation Guided Missile,AARGM）AGM-88E在美国海军的主持下于2006年4月5日通过了方案论证。该导弹是ATK公司为美国海军、海军陆战队和在2005年年底加入该项目的意大利空军研制的。AGM-88E将取代目前尚在美国、意大利和德国等国服役的HARM AGM-88B／C导弹。     

基于嵌套剖分的位姿图分层优化算法

位姿图优化 （pose graph optimization,PGO）是一种在同时定位与地图构建（simultaneous localization and mapping,SLAM）后端优化中常用的高维非凸优化算法,通常建模成极大似然估计。由于目前的PGO算法优化大规模大噪声数据集时很难在保证精度的同时提升速度。所以提出了一种基于嵌套剖分的位姿图分层优化算法。该算法首先建立不同距离度量的χ2检验模型,进而剔除异常值点。然后利用嵌套剖分算法将位姿图分割成一组子图,再从这些子图中提取出一个表示原SLAM问题的抽象拓扑的骨架图,从而优化该骨架图,完成初始化。最后在模拟和真实的位姿图数据集上进行实验评估,结果表明该算法在不影响精度的情况下,可以提高算法的计算速度,具有可伸缩性。     

职业院校课程思政现状、成因与优化路径——基于柳州市高职院校的研究

课程思政是新时代背景下职业院校人才培养的新举措。课程思政作为新的教育理念,立足全局,指向未来,贯穿于教育事业发展的全过程。结合对柳州市4所高职学校的调研情况,分析了职业院校课程思政的现状,探析了课程思政问题的成因。结合课程思政的问题和成因,提出了从“做好课程思政顶层设计”“培养教师的课程思政理念”“丰富课程思政教学内容”“改进课程思政教学方法”和“完善督评机制”等方面促进职业院校课程思政实施的优化路径。     

法国空地模块化武器进入最后试验阶段

法国空地模块化武器(AASM)米级精度型现已进入最后试验阶段.第一次试验于2007年7月12日完成,但相关情况尚未公布.试验时导弹吊挂在一架Cazaux 飞行试验中心(CEV)的幻影2000 战机上,导弹包括前部制导装置和后部的发动机部分,并在末端装有250 kg的弹药.导弹是在法国阿基坦大区的海岸附近投放的,攻击的是预先设置在Biscarosse 导弹发射试验中心的靶标.     

法国无人机漫长的发展道路

在欧洲无人机领域领先三十年后, 法国希望能在接下来的三年中再创辉煌. 三个公开的合作计划已经开始实施. 在这三个计划中, 只有神经元无人战斗机验证机获得了成功, 而无人侦察机中空长航时无人机系统(SDM)和多功能多传感器无人机(MCMM)似乎在作战能力上遭到质疑. SDM最初的目的是为了阻击美国捕食者无人机对欧洲的入侵. 此后, 英国就联合意大利加入了拥有捕食者无人机的国家组成的俱乐部. 德国似乎也有同样的打算.     

基于半监督的3D肝脏CT自动分割方法研究

肝癌是常见癌症之一,有着较高的死亡率,精准分割肝癌区域是辅助诊断治疗的重要前提。然而肝脏CT图像需要专业的医师进行标注,有标签数据较少,获取途径单一。针对分割腹部肝脏CT图像需要大量高质量标签并且较难获取的问题,提出了一种采用协同训练的半监督学习分割方法。首先,将有标签数据输入3D U-Net和3D Res U-Net进行有监督训练,保存训练得到的两个分割模型,在两个分割模型中分别对无标签数据进行预测;然后,挑选预测的结果,再加入全连接条件随机场处理挑选出的伪标签,细化伪标签的边缘信息,提升伪标签的精确度;最后,加入到训练集中,重复上述步骤直到分割结果的Dice相似系数停止提升时结束训练。实验在LiTS2017 Challenge肝脏数据集上进行测试,结果表明,在有标签数据集占总数据集的30%时,该方法的Dice值达到90.22%,几乎与全监督3D Res U-Net分割结果持平,说明该半监督学习方法是有效的。     

基于Moldflow和UG的手机前盖模具设计

根据手机前盖的结构特点和质量要求,运用Moldflow软件对产品浇注系统、冷却系统进行优化设计。通过正交试验,分析了注射工艺参数对产品体积收缩率和翘曲变形的影响规律,得到优化注射工艺方案。根据Moldflow分析结果,利用UG软件完成产品的模具设计。