潜艇发射装置故障诊断系统的设计与实现

为解决潜艇鱼雷发射装置组成复杂,建立故障诊断模型和提取规则困难的问题,将案例推理诊断技术引入潜艇鱼雷发射装置故障诊断领域.针对潜艇鱼雷发射装置的结构层次特点,采用层次结构与网状结构相结合的案例组织方法进行了工程化实现,应用结果表明:该方法诊断推理高效、可信,能很好地满足潜艇鱼雷发射装置故障诊断的有效性和实用性要求.     

三角模糊数互补判断矩阵排序的最小方差法

研究偏好信息为三角模糊数互补判断矩阵形式给出的方案排序方法 .根据三角模糊数互补判断矩阵完全一致性的概念,建立了一个基于最小方差的非线性规划模型. 通过求解该模型,得到三角模糊数互补判断矩阵的权重向量,并利用三角模糊数排序公式对决策方案进行排序 .最后通过算例分析表明了所提出的方法是可行而有效的.

     

面向弹道规划的网络化反导空间威胁建模研究

针对现有弹道规划中的威胁源建模方法不能有效地体现网络化反导体系的作战特点问题,采用网络化反导体系的效能指数来衡量某型超音速战术导弹在突防过程中面临的空间威胁程度.给出了网络化反导防御体系条件下,导弹的威胁指标体系,建立了基于综合指数法的威胁度计算模型.最后,对威胁度模型进行了实例计算,并根据计算结果生成了威胁态势图,从而验证了模型的有效性.     

动作识别与行为理解综述

随着“以人为中心计算”的兴起和生活中不断涌现的新应用,动作识别和行为理解逐渐成为计算机视觉领域的研究热点。主要从视觉处理的角度分析了动作识别和行为理解的研究现状,从行为的定义、运动特征提取和动作表示以及行为理解的推理方法3个方面对目前的工作做了分析和比较,并且指出了目前这些工作面临的难题和今后的研究方向。     

Solid Works教育版最新功能

SolidWorks教育版包括了最新的3D CAD功能,并无缝集成了CAE产品SolidWorks simulation系列.借助单个易于使用的应用程序,有效提高从开发概念到构建虚拟样机的速度,同时还能确保所需的质量.     

浅谈网络技术在中职语文学科教学中的运用

随着网络技术在教育教学中的运用,人们越来越发现,网络为我们的教育教学提供了强大的技术支撑与丰富的教学资源,它推动着教学内容、教学方法、教学技术以及教学过程中的一切因素的变革,在网络环境中开展教学已成为现代教育发展的必然趋势.     

"空间与重大灾害"国际公约组织的作用、贡献与意义

由欧空局(ESA)与法国空间局(CNE)于1999年发起并创建的"空间与重大灾害"国际公约组织,是国际上第一个也是目前唯一一个以运行性的方式、利用空间对地观测技术进行减灾活动的国际组织.介绍了Charter的发展情况、行动机制,并结合中国国家航天局加入Charter后,在2007年安徽、四川和重庆两省一市严重洪涝灾害中利用Charter机制和国际空间资源所开展的工作,综合述评了Charter的作用、贡献与意义.     

热催化还原二氧化碳制甲烷催化剂研究进展EI北大核心CSCD

二氧化碳(CO_(2))作为一种生产高价值燃料和化学品的可再生碳源,将其催化转化为工业相关的化学品是减少温室气体排放的一项战略。近年来的研究表明,热催化CO_(2)加氢制备甲烷技术因副产物少、转化率高、成本较低等优点,成为最具有吸引力的选择。催化剂的研究是这项技术的关键。结合近年来热催化技术催化CO_(2)甲烷化常见的催化材料的发展现状,从催化剂的研究视角出发,从载体、负载金属等方面分析其对催化剂的活性和选择性的影响;系统介绍粒径、比表面积、负载量、碱性位点、氧空位、分散度等对CO_(2)甲烷化的影响;简述甲烷化反应路径及反应过程中产生的中间体。最终提出未来CO_(2)甲烷化的主要研究方向,以期为热催化技术的研究提供参考和借鉴。     

基于路标点追踪的差速驱动机器人运动规划

首先,针对三角网格路径规划方法采用D-P算法提取路标点时,其最大阈值不易确定等问题,提出基于碰撞检测的抽取路标点方法.同时采用Pure Pursuit算法跟踪路标点,对差速驱动机器人进行运动规划;然后,通过实验对比分析表明,在提取路标点时,与D-P算法相比,碰撞检测方法更加优越;最后,通过差速驱动机器人的运动规划实验表明:Pure Pursuit算法追踪路标点方法规划的运动轨迹为一条光滑曲线,能够有效地避开地图上的障碍物;机器人角速度和线速度均为光滑函数,变化平缓,在路标点附近出现较小波动,波动范围均在允许值内;运动规划时间为0.049s,完全能够满足实际需求.研究结果表明,基于路标点追踪的移动机器人运动规划是一种简单有效的运动规划方法.     

基于多任务学习的多罪名案件信息联合抽取

面向法律文本的实体关系联合抽取技术对于案情关键信息的智能提取至关重要,是智慧司法领域应用中的重要环节。目前的联合抽取方法虽然已经在特定罪名案件的数据集上取得了较好的效果,但是由于模型在训练时只关注了特定罪名类型文本数据的特点,使得模型的泛化能力有限,在应用到多罪名案件的情况下常常使得模型的效果下降。因此引入多任务学习的方法对多罪名情形下的实体关系联合抽取进行了研究,以涉毒类案件和盗窃类案件两大类罪名的文书数据为基础,构建了一个罪名分类任务作为联合抽取的辅助任务,通过基于特征筛选的动态加权多任务模型同时对两个任务进行学习,在单任务模型的基础上整体F1值提升了2.4个百分点,在涉毒类案件和盗窃类案件上的F1值分别提升了1.6和3.2个百分点。