宝剑锋从磨励出——美军“陶”式反坦克导弹发展历程

“陶”式反坦克导弹在第四次中东战争中初露锋芒，曾取得了一天内击毁130余辆埃军坦克的骄人战绩。海湾战争的一次战斗中．美军自1200米至3000米的距离上先后发射了110多枚“陶”2和“陶”2A反坦克导弹，93枚命中．摧毁了伊军炮兵阵地，工事和几十辆T-62、T-55坦克．美军的反坦利剑再次成为举世瞩目的焦点。宝剑锋从磨砺出。“陶”式反坦克导弹之所以能屡屡将“陆战之王”斩首示众，与它的改进发展不无关系。从美军对“陶”的改进发展历程中，我们是不是也应该学点什么？     

基于混沌免疫网络的镍氢电池建模研究

针对电动汽车用镍氢电池组,提出利用计算智能算法训练的RBF网络实现电池组建模;首先采用免疫聚类的方法,通过对样本径基进行成分提取,并与并行免疫进化规划(PCEIP)相结合,形成一种更有效的RBF网络构造策略,然后基于PCIEP设计了改进的RBF网络的训练步骤;最后,在镍氢电池恒流放电和变功率放电工况下,以改进的RBF网络实现镍氢电池建模,验证建模的精度。     

基于深度长短时记忆网络的多支路串联故障电弧检测方法

针对低压配电系统中,实际配电网负载端的负载串并联形式的多样化和多变性特点,研究干路点检测支路发生的故障电弧具有十分明显的实际意义,提出了一种基于深度长短时记忆(LSTM)网络的多支路串联故障电弧检测方法.首先,构建实验平台,采集支路发生不同串联故障情况下的干路电流信号共计72000组;然后,将电流信号分为训练集和测试集;最后,通过Python平台优化深度LSTM网络模型结构以识别故障电弧,并输出检测结果.实验结果显示改进的LSTM网络对于每组实验单独分类检测准确率最低为96.8％,最高可达99.0％,多组实验统一进行检测准确率达94.88％.该方法能够有效识别多支路负载下的串联故障电弧,为低压串联故障电弧的准确检测提供了新的思路和有益探索.     

海水太阳池非稳态热质传递有限容积法模型

有限容积法与其他数值方法相比,是更具有实际物理意义的数值方法。本文采用有限容积数值计算方法,建立一维非稳态海水太阳池热质传递模型,动态描述太阳池蓄热和取热过程。通过数值求解已发表的工况,与其结果比较,验证了模型方法的正确性。本文还应用该模型,采用湛江地区2004年的大气环境温度和太阳辐射数据为计算条件,分析了海水太阳池在湛江地区应用时的热物性能。结果表明,海水太阳池有限容积法模型能准确描述太阳池的非稳态热质传递过程,太阳池池水温度随热负荷升高而降低,随非对流层厚度增加而升高,湛江地区气候适合应用太阳池技术。     

一种用于核物理放电电源的移相控制技术

气体放电研究是核物理聚变科学研究的必用技术,其放电电源可靠工作是关键.针对核聚变电弧负载特殊的负阻特性和放电电源需良好的陡降特性,提出使用数字信号处理器(DSP)来实现对放电电源全桥逆变环节进行移相脉宽调制(PWM)控制.分析了移相PWM控制技术的原理,结合DSP实现移相控制的方法,给出了移相角为θ时各开关器件的控制脉冲,并设计了相应的驱动电路.在国内某双一流高校核聚变科学所建立的"等离子体-波相互作用实验系统"应用中验证了该控制方法的可行性和智能性,并取得了良好的控制效果.     

浅谈室内设计中的构思建立方法

文章从设计方法学的角度出发,透过对建筑设计构思方法、基本途径的研究,探讨室内设计中构思方法的建立,构思建立下的创新设计。并从使用者的角度出发,总结了室内设计构思阶段应考虑的相关问题。     

固体火箭发动机虚拟试验技术初探和应用

为改进固体火箭发动机传统试验模式存在的资源瓶颈、试验性能难以预示等问题,在固体火箭发动机试验与测试领域引入虚拟试验技术,设计并开发了固体火箭发动机虚拟试验基础系统;阐述了固体火箭发动机试验模型、试车架模型的建模方法,利用均匀设计方法分析影响内弹道数据的主要因素权重,以修正虚拟试验内弹道数据;针对某型号固体火箭发动机进行虚拟验证,试验结果表明,虚拟试验基础系统在一定程度上具有与真实固体火箭发动机地面试验相似的流程和功能,通过修正虚拟试验内弹道数据,进一步降低了虚拟试验结果与真实试验结果间的误差,为深入开展固体火箭发动机虚拟试验技术研究奠定了基础。     

基于IOCC的定题Web信息发现机制研究

针对目前Web信息庞杂无序和半结构化特征所带来的信息搜索的难题,提出了一种信息对象特征码(IOCC)方法,将之结合定题信息搜索应用于机构对目标信息的发现和采集,能大大提高信息发现的能力和效率.其次从所采用的关键技术,策略和系统功能模块等方面对基于该方法的定题Web信息发现机制进行了分析和研究,并举例说明该机制是如何最大限度提高Web信息发现能力的.最后比较分析了该机制相对于传统信息搜索引擎的优势并提出了进一步研究的方向.     

基于k-最近邻的支持向量预选取方法

在所有的训练样本中只有支持向量(SVs)能对支持向量机分界面优化结果产生显著影响.基于七一最近邻规则.提出了一种训练样本的预选取方法.针对一些典型人工数据集、公用基准数据集以及TM遥感数据的实验结果表明.该方法能够有效减少训练样本数目.显著加快学习速度,并保证理想的分类精度.     

基于ARM的煤矿瓦斯涌出量预测系统的设计

介绍了基于ARM920T嵌入式处理器(S3C2440)硬件平台上的瓦斯涌出量预测系统的设计.基于ARM嵌入式设备体积小、反应快、可靠性高等特点,可以有效地对多传感器数据进行融合和即时分析,从而及时地预测瓦斯涌出量的变化.系统采用分源法作为预测算法,讨论了硬件及软件方面的设计.