要素细化与代码实现——WSMF模型

Web服务建模框架（WSMF）的实际应用可归结为是在正确理解WSMF本质基础上的要素细化与代码实现。WSMF的本质就是基于“重用性-解耦性-语义中介协调”观点导出的Web服务、目标、中介器、本体4个顶层要素及其相互关系。WSMF的顶层要素及其相互关系由Web服务本体模型（WSMO）细化扩展为层次结构的WSMF底层要素体系。WSMF的底层要素由Web服务建模语言（WSML）做形式化描述,进而转换为XML代码。一个实际的Web服务例证了WSMF顶层要素的细化、形式化、代码化的方法与过程。     

本体存储技术研究

Ontobgy是对一个特定领域中重要概念的共享的形式化的描述,由于具有明确性和共享性,它可以作为领域内不同主体之同进行交流的语义基础;更进一步的,Ontology可以帮助机器理解文档表达的语义信息。语义网络是Ontology的一个重要应用场景,Ontolcgy用来描述网络资源的语义,从而使机器具有自动管理网络信息的能力。那么巨大的数据规模是语义网络环境下Ontology数据存储管理面临的一个突出问题,所以介绍了本体存储的方法、存储模式及几种典型的本体存储管理系统。讨论了当前本体存储模式的问题并展望了未来的发展方向。     

武警机关办公自动化工作流协同模型研究

根据工作流管理系统参考模型的规范和武警机关办公实际,提出基于工作流管理系统规范的武警工作流协同模型的思想,并将其应用到网上公文审批的过程,实现了网上公文审批流程的自动化执行,提高公文审批效率,解决了网上审批中无法进行业务流程之间的有效协同问题。     

考虑磁致伸缩逆效应的非晶合金开关磁阻电机减振方法

非晶合金用于电机铁心可极大地提高电机效率,然而,其较大的磁致伸缩系数和极强的应力敏感性（即磁致伸缩逆效应）在增大铁心振动噪声的同时,限制电信号对铁心磁性能的精确控制能力。该文提出采用磁致伸缩逆效应对铁心磁化状态进行调制,以抑制非晶合金开关磁阻电机电磁振动的减振思路。首先,基于宏观热力学理论,建立考虑磁致伸缩及其逆效应的非晶合金材料力-磁耦合本构关系;其次,提出非晶合金开关磁阻电机的定子齿加压结构,并考虑静态预应力、脉动电磁应力对非晶合金磁特性的影响,构建开关磁阻电机力-磁双向动态耦合模型并求解;最后,计算应力作用前后定子铁心的磁通密度分布。通过实验与仿真对比发现,定子齿加压结构的径向电磁应力可减小44.5%,因此该减振方法具有可行性。     

新型紫外波段星载太阳定标板漫反射特性测量

星载太阳定标漫反板的漫反射朗伯特性及其辐照衰减特性直接决定了空间遥感仪器在轨辐射定标长期的精度和稳定性。为保证紫外高光谱探测仪的在轨辐射定标精度,在介绍目前常用太阳定标漫反板材料的基础上,提出了一种新型的紫外波段漫反板备选材料：高纯度不透明熔融石英材料HOD,并比对测试了该新型HOD漫反板与传统铝制漫反板的漫反射朗伯特性和辐照衰减特性。结果表明,32个等效太阳时(32ESH)的真空紫外辐照后,HOD漫反板在290 nm衰减为7.5%,优于传统铝制漫反板的10%。并且铝制漫反板在290 nm附近的朗伯特性最大余弦偏差约为40%,而HOD漫反板约为10%。因此,新型HOD漫反板在紫外波段的漫反射特性优于传统的铝制漫反板,可提高空间紫外遥感仪器的在轨辐射定标的长期精度。     

基于信号特征提取和卷积神经网络的轴承故障诊断研究

轴承是机械设备主要零部件之一,也是机械设备主要故障零部件之一。轴承故障问题为机械设备的重点,机械设备的使用受到故障轴承的直接影响。针对传统的卷积神经网络算法轴承故障诊断效率低下问题,本文提出了一种基于信号特征提取和卷积神经网络的优化方法。首先对原始数据信号进行时域和频域的信号特征提取,获得有效的故障特征值。之后,使用卷积神经网络对提取的特征值进行故障诊断,完成故障分类。本文使用美国凯斯西储大学的滚动轴承振动加速度信号作为数据集,对提出的方法进行验证,得到的故障诊断平均准确率为74.37%,准确率的方差为0.0001;传统的卷积神经网络算法故障诊断平均准确率为65.6%;准确率的方差为0.0019。实验结果表明,相比传统的卷积神经网络,提出的方法对轴承故障诊断的准确率有显著的提高,并且该方法的稳定性更佳,计算时间更少,综合性能更佳。     

基于卷积神经网络的末敏弹复合探测信号识别方法北大核心CSCD

为了进一步提升末敏弹的目标识别性能,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的复合探测信号识别方法。首先针对毫米波辐射计、激光测距雷达和红外敏感器的复合探测信号特点,提出了3种构造输入样本的方法;然后根据不同的信息融合方式,提出了3种基本网络架构,分别构建了单通道、多通道CNN模型对输入信号进行特征提取和分类;最后通过高塔试验数据对模型进行训练和评估。测试结果表明,基于样本构造方案2和网络结构3的识别方法表现最佳,测试准确率达到了97.26%,所提样本构造方法和识别方法能够有效提取复合探测信号的特征,具有较高的识别精度。     

基于SISL的介质填充双通带滤波器设计

为实现滤波器的小型化,基于介质集成悬置线(substrate integrated suspended line, SISL)结构提出了一种介质填充双通带滤波器的设计方案. 首先将高介电常数的介质块填充入SISL的空气腔中,提升SISL的等效介电常数,实现电路的小型化,高介电常数介质块可以直接被SISL固定;然后利用T型结连接两组工作在不同频段的滤波器从而使得两个通带相对独立;最后利用仿真软件进行优化,确定介质填充双通带滤波器的尺寸,并进行加工与测试. 仿真与测试结果表明,二者具有较好的一致性,两个通带频率内的回波损耗均优于15 dB,电路的核心尺寸为0.058λ_g×0.139λ_g(λ_g为SISL在第一通带中心频率处的导波波长). 此双通带滤波器具有小尺寸、自封装等优势,且所有层介质基板均采用低成本的FR4板材,降低了制造成本.     

基于四元数胶囊网络的知识图谱补全模型

知识图谱采用RDF三元组的形式描述现实世界中的关系和头、尾实体,即（头实体,关系,尾实体）或（主语,谓语,宾语）。为补全知识图谱中缺失的事实三元组,将四元数融入胶囊神经网络模型预测缺失的知识,并构建一种新的知识图谱补全模型。采用超复数嵌入取代传统的实值嵌入来编码三元组结构信息,以尽可能全面捕获三元组全局特性,将实体、关系的四元数嵌入作为胶囊网络的输入,四元数结合优化的胶囊网络模型可以有效补全知识图谱中丢失的三元组,提高预测精度。链接预测实验结果表明,与CapsE模型相比,在数据集WN18RR中,该知识图谱补全模型的Hit@10与正确实体的倒数平均排名分别提高3.2个百分点和5.5%,在数据集FB15K-237中,Hit@10与正确实体的倒数平均排名分别提高2.5个百分点和4.4%,能够有效预测知识图谱中缺失的事实三元组。     

智能立体停车位液压控制系统分析

发展智能立体停车位是解决城市停车难问题的重要途径。由于液压控制系统能够满足对立体停车位的速度和位置控制的精确控制,所以根据智能立体停车位在实际过程中的运动特性,设计出智能立体停车位行走、回转和升降调速液压控制系统。升降调速系统是智能立体停车位最重要的系统,为此建立了升降调速系统的数学模型。首先,基于MATLAB/Simulink对升降调速系统的动态特性进行仿真分析,然后对实验样机的升降调速系统进行测试和验证。测试结果表明,智能立体停车位的液压系统回路设计合理,且满足了对智能立体停车位速度和位置控制精确的要求,为进一步研究智能立体停车位液压控制系统提供理论依据和参考价值。