端部约束悬臂输流管道的非线性动力学特性

针对悬臂端受线性弹簧支承和扭转弹簧约束的约束悬臂输流管道,采用分岔图、相平面图、Poincare截面和Lyapunov指数等非线性振动的数值仿真方法,研究其在自激-参数激励-外激励联合激励作用下的非线性动力学特性,分析系统出现周期和混沌运动响应的参数条件,揭示其通向混沌的途径,探寻各参数对输流管道振动特性的影响规律和各参数之间的相互制约关系.数值仿真结果表明,管道系统随质量比、端部约束刚度和管道粘弹性系数的不同,分别呈现周期、概周期、阵发性和混沌运动多种响应形式,系统通过倍周期分岔或阵发性进入混沌,通过倍周期倒分岔脱离混沌.     

基于小波变换的地震波时变功率谱估计

为进一步认识地震动的非平稳特性,基于小波变换提出一种估计时变功率谱的方法.利用小波变换的带通滤波特性,结合时变功率谱的物理意义,从能量的角度推导各频带上小波系数与时变功率谱密度函数的关系,从而通过地震动信号的小波系数估计时变功率谱.利用基于小波变换的估计时变功率谱方法,针对实测和模拟地震动信号进行时变功率谱估计,并与基于傅里叶变换估计的功率谱进行了比较验证.结果表明：该方法正确、可行,它将原有的频率-幅值的二维认识提高到频率-时间-幅值的三维认识,解决了傅里叶变换估计功率谱缺乏时间信息的问题.     

基于储氢合金的太阳能制冷系统理论研究

结合金属氢化物的特点,提出了一种新型太阳能吸附式制冷循环系统;具体介绍了系统结构形式,建立了系统能量转换与分析模型,并对构成系统的各部件进行了分析;根据具体算例,计算了系统各部件的效率与损失,结果表明,系统具有较好的节能效果,且系统优化应以太阳能辐射量为基准,以提高金属氢化物系统中的氢气转化率为目标进行。系统优化的另一方向在于发展与其他太阳能利用技术相结合的复合式系统。     

煤矿工作面无线全覆盖通信系统设计

根据煤矿工作面无线通信的需求,分析了现有工作面有线通信和无线通信技术的优缺点,提出了一种基于无线网状网和ZigBee技术的煤矿工作面无线全覆盖通信系统设计方案,并介绍了综合基站和WiFi网关的设计。测试结果表明,该系统能够满足工作面数据、语音、视频等不同信息的无线传输需求,实现了工作面无线信号的全覆盖。     

Android 系统文件监听技术的研究

文章对 Android 操作系统上的基于 FileObserver 技术的监听机制进行了分析,针对其监听结果不能获取访问对象的问题,提出了基于脚本命令的联合监听技术,并对提出的联合监听方式的关键技术与实现细节进行了详细阐述。实验测试在 Android 操作系统4.0的华为 U8825D 手机上进行,测试结果表明,基于脚本命令的联合监听技术可以获取访问文件对象的信息。最后,对该项技术进行了性能分析,并针对它的一些性能问题提出了改进方案。     

基于ARM的双界面IC卡读写器的设计与实现

为满足智能卡在银行、保险、医疗等管理系统的应用需求,设计了一款基于ARM的支持双界面智能卡的读写系统。采用具有ARM Cortex M3内核的STM32F103RBT6和近场通信收发器STRFNFCA等芯片进行相关的硬件设计。软件设计完成了对非接触式卡和接触式卡的底层驱动及应用层通信模块、LCD显示等操作;根据PBOC 2.0标准对智能卡进行金融交易包括圈存、消费、查余额等;同时,读卡器集成了Crypto 1加密算法来兼容市场上的Mifare系列卡。测试结果表明,读写系统性能稳定、功耗低、实用性强、可靠性高。     

“地理信息系统”实验教学改革研究

目前军事领域的信息化建设已经离不开地理信息系统(GIS)的支持。针对地理信息系统的实际应用,立足于军事需求,充分考虑学员特点,将GIS知识与指挥作战知识结合,精心设计了"地理信息系统"的实验内容,通过目标导向型分步骤的实施以及问题导向型学习指导学员学习地理信息系统相关知识,为学员将来使用信息化的应用系统打下了良好的基础。     

基于注意力机制的深度学习推荐算法

针对目前基于评论文本的推荐算法存在文本特征和隐含信息提取能力不足的问题, 提出一种基于注意力机制的深度学习推荐算法. 通过分别构建用户和项目的评论文本表示, 利用双向门控循环单元提取文本的上下文依赖关系以获得文本特征表示, 引入注意力机制, 更准确的获取用户兴趣偏好和项目属性特征. 将生成的用户和项目评论数据的两组隐含特征分别输入全连接层处理, 再合并到同一个向量空间进行评分预测, 得到推荐结果. 在Yelp和Amazon两个公开数据集中进行实验, 结果表明所提出的算法与其他算法相比, 具有更好的推荐性能.     

基于RetinaNet-CPN网络的视频人体关键点检测

为解决基于视频流的人体关键点检测效果不佳及视频流切片后可能会发生运动模糊的问题,提出了一种改进的RetinaNet-CPN网络对人体关键点进行检测,有效解决切片后运动模糊图像的干扰并提高了人体关键点的检测准确率.视频流切片后,先用改进的RetinaNet网络检测出图片中的所有人并对每个目标框做模糊检测,对大于阈值的目标框做去模糊处理,最后用引入注意力机制的CPN网络提取关键点.将RetinaNet衡量预测框与真实框差异的IOU函数改成DIOU后,在仿真实验中目标检测AP提高了近3％;对于模糊的图片,利用匀速直线运动频谱特征估算出的模糊核与实际模糊核相差不大,对其做去模糊处理后基本能恢复出原清晰图片;同时引入注意力机制为各通道和特征层分配合理的权重,使得CPN检测AP提高近1％,AR提升0.5％.     

一种卷积神经网络的模型压缩算法

卷积神经网络的研究取得一系列突破性成果,其优秀表现是由深层结构支撑的。针对复杂的卷积神经网络在参数量及计算量上存在大量的冗余问题,提出一种简洁有效的网络模型压缩算法。首先,通过计算卷积核之间的皮尔逊相关系数判断相关性,循环删除冗余参数,从而压缩卷积层。其次,采用局部-全局的微调策略,恢复网络性能。最后,提出一种参数正交正则,促使卷积核之间的正交化,进而减少冗余特征。实验结果表明,在MNIST数据集上,该压缩算法能够在不损失测试精度的前提下,使AlexNet卷积层的参数量压缩率达到53.2%,浮点操作计算量可以减少42.8%,并且网络模型收敛后具有较小的误差。