新型可溶性PI/SiO2纳米复合材料的研究

通过正硅酸乙酯与聚酰胺酸的Ｎ－甲－２－吡咯烷溶液的溶胶－凝胶反应,制备出新型的聚酰亚胺／二氧化硅纳米复合材料。用紫外－可见光、电镜、高阻计等手段对其光学透明性、微观结构、热稳定性、力学性能、绝缘性能,以及其特有的溶解性能进行了研究。结果表明,随ＳｉＯ２含量的增加,复合材料中ＳｉＯ２粒子尺寸逐渐增大,光学透明性降低,热稳定性增加,溶解性减弱,力学性能先增后降,并在一定的范围内同时具有增强增韧效果。     

氮肥企业内部经济目标责任合同的运用

企业是一个有序的经济组织,这个组织要在激烈的市场竞争中实现经济价值和社会价值的最大化,就需要采取多种多样的内部控制手段,从纵向、横向进行多角度、全方位的管理。陕西兴化集团有限责任公司(以下简称兴化集团)是     

基于时空感知增强的深度Q网络无人水面艇局部路径规划

无人水面艇局部路径规划在海事救援、海洋运输等领域中发挥着重要的作用。现有局部路径规划算法在简单场景中取得了不错的效果,但面对环境中存在的复杂障碍物和海流干扰时,性能表现较差。为此,提出了一种基于时空感知增强的深度Q网络强化学习算法,首先,引入多尺度空间注意力模块捕捉距离传感器的多尺度空间信息,提升了复杂障碍物环境的感知能力;其次,利用基于长短时记忆网络的海流感知模块提取海流干扰环境的时间序列特征,增强了对海流干扰的感知能力;此外,对无人水面艇传感器和运动模型进行了模拟,并设计了强化学习状态空间、动作空间和基于方向导引的奖励函数,提升了算法的导航性能和收敛速度。在复杂仿真场景中进行了实验,结果表明,所提算法相比于原始算法在导航成功率和平均到达时间两个指标上均得到了提升,算法表现出较强的复杂环境适应性。     

高预倾角液晶显示器用聚酰亚胺定向材料的研究(摘要)

高预倾角液晶显示器用聚酰亚胺定向材料的研究（摘要）李凌印杰叶羽丰王宗光（上海交通大学高分子材料研究所上海２００２４０）定向膜是液晶显示器中的关键组成部分,聚酰亚胺是最为普遍使用的定向材料［１,２］。为了使液晶显示器具有较高的预倾角（＞５°）,必须对聚...     

RWPSO与马尔科夫链的无人机航路规划

粒子群算法(PSO)是基于种群的全局搜索算法,具有原理简单,搜索稳定高效等特性,在航路规划领域被普遍运用,但是其在陷入局部最优以及收敛速度方面都存在一定的缺陷.本文针对无人机的任务权重值与生存权重值引入随机游走策略,按照一定规律改变粒子的惯性权重值,可以有效的避免上述情况发生,提升无人机在航路规划中找到最优路径的效率.另一方面,为了能够给规划的路径提供优劣性的判断标准或参考依据,需要构建适用于评估无人机飞行路径点上的生存状态概率模型,本文将随机游走粒子群算法(RWPSO)的航路规划模型与马尔科夫链生存状态随机性模型相结合,得到一个可以用来评估路径点生存概率的航路规划问题模型.仿真结果表明,基于任务权重、生存权重、任务生存权重随机游走的RWPSO算法在寻优时比PSO、量子粒子群算法(QPSO)效率更高,并成功结合马尔科夫链得到一个可以描述出无人机生存概率变化的模型.此模型框架还能够扩展应用于有辐射源、武器、电磁干扰等复杂场景中的航路与任务规划.     

快速二维直方图斜分最小误差的图像阈值分割

鉴于二维斜分法的优势,提出了一种快速二维直方图斜分最小误差的阈值分割方法。首先将二维直方图斜分原理运用到最小误差阈值法中使得分割更准确,然后对其阈值选取公式进行简化得到最简公式,并利用此公式导出其一般递推算法,最后将二维直方图概率分布特性与这种算法有机结合得到新型的递推算法来提高运行速度。实验结果表明,与二维直线型最小误差阈值分割法相比,算法效率更高,与其递推算法相比,所提出的新型递推算法的运行速度更快,约快4倍。     

二维直方图准分的Otsu图像割及其快速实现

传统二维Otsu法主要由于对二维直方图采用主对角线区域概率和近似为1的假设等原因,以致分割结果不够准确.针对此问题,提出了一种二维直方图准分的Otsu快速图像分割方法.(1)准确选择邻域模板构建二维直方图并将Otsu阈值法用于此直方图上以便提高分割性能;(2)对二维直方图主对角线上的目标和背景两区域的Otsu公式中对应...     

土壤非饱和导水率机理的探讨

本文从土壤微观结构的统计学角度出发，提出各向均一土壤孔径统计分布曲线的幂函数表达式，由虎论证了土壤非饱和导水率随含水率而变的统计特征和物理机理，导出了相应函数关系，用文献提供的萨庇壤和吉里粉壤土实验成果，对上述关系做了验证。     

基于深度确定性策略梯度强化学习算法的航迹规划研究

航迹规划是无人机走向智能化的重要组成部分。目前已有的传统航迹规划算法存在实时规划能力差、无法处理动态场景、航迹不平滑等问题,现有的强化学习算法虽然能够实时规划,但是大多数算法主要应用在二维场景下,且存在容易碰撞障碍物、到达率低、航迹不平滑和航迹质量低等问题。针对上述问题,提出基于改进深度确定性策略梯度的强化学习算法,该算法融合自注意力机制,提取障碍物特征,躲避障碍,解决到达率低、实时规划能力差的问题,重新设计奖励函数,惩罚无人机“后退”行为,引入方向向量夹角引导机制,解决航迹不平滑问题。仿真验证结果表明,提出的改进算法在复杂动态场景下达到93.5%的到达率,平均飞行距离减少7.3%,推理时间减少26.2%,推理时间短,航迹符合无人机的飞行要求。