光电制导系统瞄准偏差测试中的基准光轴建立

激光在大气中传输时,光束的弯曲和漂移影响着多光轴光电制导武器系统光轴的瞄准精度和打击精度.在光电制导系统瞄准偏差测试基础上,提出一种外场真实环境下可见光、激光和红外多光轴瞄准系统瞄准偏差测试的基准光轴建立方法,并通过外场实验测得不同距离处基准光轴的偏差.结果表明,在2 km范围内基准光轴误差小于4.5″,满足了多光谱多光轴动态瞄准偏差测试中基准光轴的精度要求.     

高效液相色谱法测定多溴联苯醚含量的研究

对传统的多溴联苯醚(PBDEs)高效液相色谱分析法做了改进.以异丙醇作为溶剂,索氏提取待处理样品;用AcclaimR120 C18(5μm,250 mm×4.6 mm)色谱柱,以Na2HPO4、KH2PO4缓冲液和甲醇作为流动相进行梯度洗脱,检测波长为225 nm.该法检出限为1～4 mg/L,平均回收率为99.29%～100.70%,RSD为0.03%～0.52%.本方法操作精密度和准确度高,可作为PBDEs高效液相色谱分析方法.     

人脸识别在远程登录中的应用

介绍了远程登录中使用人脸进行身份验证的方法,讨论了系统结构和关键技术,给出了实验结果．此方法采用奇异值分解和判别式KL投影提取特征,利用类内平均距离作为验证依据,适用于人脸样本数量不是很大的情况．实验证明,该系统具有较好的应用效果。     

多相混输泵的流场模拟及样机研制北大核心CSCD

针对天然气水合物合成系统试验回路中的气液混输问题,提出了一种轴流式多相混输泵的设计。基于N-S方程和SST k-ω湍流模型对该多相混输泵的内部流场进行数值模拟,对比分析了纯水和进口含气率为50%时外特性的差异,揭示了内部流动规律。结果表明,纯水和进口含气量为50%的状态下,扬程均随流量的增大而单调减小;效率均随流量的增大而先增大后减小,在同一流量点,纯水时的效率比进口含气量为50%工况下的效率高约1%;轴功率均随流量的增大而单调减小,在同一流量点,纯水时的轴功率约为进口含气量50%工况下的2倍。同时制作了样机,应用于天然气水合物合成系统的试验回路中,验证了该混输泵具有较强的气液混输能力。研制的多相混输泵可应用于天然气水合物合成系统试验回路中或者其他高压环境下的气液混输场景。     

基于多演化阶段插值方法的滑坡预测研究

使用位移-时间曲线分析及预测滑坡形变趋势时,监测误差和数据录入会影响精度,而恰当的插值方法能提高滑坡位移预测值的准确性。从传统全局分段插值法和滑坡预测经典模型的研究背景出发,充分考虑典型滑坡不同演化阶段对插值效果的影响,将实际位移曲线按实际演化阶段划分为插值算法参数各异的敏感区间,利用多级别阶数的拉格朗日插值法完善滑坡多演化阶段的位移数值填充过程,然后对白家包滑坡的累积位移-时间曲线进行基于实际运动学变化情况的插值,最后通过指数平滑短期预测方法对比验证了该算法对于阶跃型滑坡的预测精度。结果表明,分段插值的方法误差更低,形成的位移预测值更精确,相较于传统方法更具有优势。     

复合多层顺倾岩质边坡最优锚固角研究

锚杆支护是一种加固边坡的有效方式,但目前针对复杂多层岩质边坡的锚杆最优锚固角研究较少,且未考虑中间主应力对锚固效果的影响。采用统一强度理论,以全长粘结型锚杆为对象,根据锚杆失效模式及锚固段与围岩的作用方式,推导出复合多层岩体中锚杆的极限抗拔力公式。通过计算不同岩层锚固段微元体的单位长度抗力比,提出了复合多层顺倾岩质边坡的锚杆最优锚固角模型与最优锚固角的确定方法。将该方法应用到三峡库区巴东县一公路边坡工程,结果表明模型计算所得最优锚固角与均匀试验方案确定的最优锚固角一致。新方法计算所得的边坡单位宽度锚杆总长与规范法计算结果相比减少约11.2%,与传统莫尔-库伦理论计算结果相比减少约8.9%。研究结果可为复合多层顺倾岩质边坡的锚固支护设计提供一定的参考和借鉴。     

径流变异对滹沱河流域水库生态调度的影响

分析了滹沱河中上游径流变异情况并计算了河道生态流量,通过构建岗南-黄壁庄梯级水库供水及生态多目标优化调度模型,并采用NSGA-Ⅱ求解多种情景方案,探求入库径流变异对水库生态调度的影响。研究结果表明：小觉站和平山站径流分别在1983年和1979年发生变异,流域径流整体呈显著下降趋势;利用频率众值法、Tennant法和年内展布法计算的河道理想、适宜及最小生态流量对应的年生态需水量分别为9.85亿、5.85亿、3.23亿m³;农业灌溉及生态需水缺水率随来水频率的增大而显著增大;入库径流下降趋势显著且发生变异,致使变异后不同水平年水库调度的供水保证率均有所降低;农业灌溉需水和生态需水矛盾显著,枯水年农业灌溉供水率降低4%可提高12%的生态供水率。     

基于注意力机制的多尺度卷积神经网络电机轴承故障诊断

针对现有的卷积神经网络(Convolutional Neural Network,CNN)故障诊断方法只能提取单尺度特征,丢失了故障敏感信息,无法正确表达电机轴承的健康状态的问题,提出了注意力机制的多尺度卷积神经网络(Multi-scale Convolutional Neural Network,MSCNN)故障诊断方法,将多尺度特征提取整合到传统的CNN结构中。通过不同尺寸的卷积核捕获信号的多尺度特征,使模型获得多样性的特征表达;引入注意力机制(Attention Mechanism,ATT),对提取的特征自适应的评分和赋值,将注意力集中在敏感特征上,让模型学习到高级特征;最后利用公开数据集进行实验验证,结果表明,所提方法诊断精度高,具有较好的泛化性能。     

图像显著性分割的非凸Trace Lasso方法研究

根据无监督的自下向上的思想,提出一种新的图像显著性分割方法.提取图像的颜色特征、局部能量特征和局部对比特征,并根据这些特征建立一个基于多特征的非凸Trace Lasso模型,通过求解此模型得到图像的显著性区域.不同于一般的稀疏表示方法,该方法使用矩阵奇异值的非凸函数作为约束,对图像进行超像素分割,以每个超像素块为单位进行目标函数的建立.既考虑了超像素块的局部特征,又利用了全局特征,有效联合了图像的多个特征.实验结果表明,该方法能够准确地分割出图像的显著性区域.     

改进多目标帝王蝶算法

帝王蝶优化算法结构简单,能够较好的完成寻优搜索要求,但在多目标问题上,算法的精度和非支配解的分布性较差.针对以上不足之处,本文提出一种改进型多目标帝王蝶算法(Improved multi-objective monarch butterfly algorithm,IMOMBO),对非支配解进行拥挤度排序,所有非支配解个体都以当前最优个体为中心点映射镜像点,并朝向镜像点奔袭,以此增加个体在Pareto前沿上的收敛性和算法精度.在算法迭代后期,对部分较优个体进行Logistic混沌映射,以改善个体在Pareto前沿上的分布性.随机选用ZDT和DTLZ测试函数集中的函数进行算法性能验证,实验结果证明,本算法可以很好地保证非支配解个体的收敛特性和分布特性.