科技期刊信息化建设的思路与实践

面对信息化时代带来的机遇和挑战，科技期刊如何应对，以适应潮流的发展，满足更多科技工作者的需求，抓住广大读者的需求，近而提升科技期刊的影响力。文章通过对《航天器工程》期刊编辑部信息化建设和网络建设，结合实践经验，对科技期刊信息化建设进行了分析。     

关于网络伦理问题的研究与思考

人类进入21世纪，人们感受到了信息技术给人类的交往、学习、工作和生活带来极大便利，促进了人的全面发展和社会进步。但也出现了网络“道德真空”和“道德沦丧”，因此关于网络伦理问题的研究也就摆在了我们面前。     

应用神经网络模型评价社保基金运营效果方法研究

社会保障基金是社会成员普遍关注的资金,他的利用关系到全社会成员的公共利益。因此,社会保障基金运用效果的评价问题一直是社会各界争论的焦点,正确评价其运用效果是值得学术界探讨的问题。运用神经网络模型对社会保障基金运用效果进行评价是对神经网络模型的应用及对社会保障基金运用效果的评价进行尝试和探讨。     

电长度测量方法探究

从电长度的概念出发，主要介绍了使用网络分析仪来实现电长度测量的三种方法，分别是频域电延迟法、时域反射法和时域传输法；针对三种不同方法分别做了试验。     

基于分布式管理架构的应用型网管系统的设计与研究

根据当前IT应用的普及情况,分析了大中型企业中网络资源管理存在的问题,研究了网管软件的相关技术并设计了一套符合当前应用需求的分布式管理架构的应用型网管系统。该系统不但可监测各类操作系统的性能,还可对数据库、WEB服务等应用服务器的性能进行监控。结合网管软件的发展动态,展示了该应用型网管系统的工程应用价值。     

Using the radial basis function neural network to predict ionospheric critical frequency of F2 layer over Wuhan

Neural networks (NNs) have been applied to ionospheric predictions recently. This paper uses radial basis function neural network (RBF-NN) to forecast hourly values of the ionospheric F₂ layer critical frequency(f_oF₂), over Wuhan (30.5N, 114.3E), China. The false nearest neighbor method is used to determine the embedding dimension, and the principal component analysis (PCA) is used to reduce noise and dimension. The whole study is based on a sample of about 26,000 observations of f_oF₂ with 1-h time resolution, derived during the period from January 1981 to December 1983. The performance of RBF-NN is estimated by calculating the normalized root-mean-squared (NRMSE) error, and its results show that short-term predictions of f_oF₂ are improved.     

An artificial neural network approach for aerodynamic performance retention in airframe noise reduction design of a 3D swept wing model

With the progress of high-bypass turbofan and the innovation of silencing nacelle in engine noise reduction, airframe noise has now become another important sound source besides the engine noise. Thus, reducing airframe noise makes a great contribution to the overall noise reduction of a civil aircraft. However, reducing airframe noise often leads to aerodynamic perfor-mance loss in the meantime. In this case, an approach based on artificial neural network is intro-duced. An established database serves as a basis and the training sample of a back propagation (BP) artificial neural network, which uses confidence coefficient reasoning method for optimization later on. Then the most satisfactory configuration is selected for validating computations through the trained BP network. On the basis of the artificial neural network approach, an optimization pro-cess of slat cove filler (SCF) for high lift devices (HLD) on the Trap Wing is presented. Aerody-namic performance of both the baseline and optimized configurations is investigated through unsteady detached eddy simulations (DES), and a hybrid method, which combines unsteady DES method with acoustic analogy theory, is employed to validate the noise reduction effect. The numerical results indicate not merely a significant airframe noise reduction effect but also excel-lent aerodynamic performance retention simultaneously.     

基于自适应深度网络的无人机目标跟踪算法

针对无人机（UAV）视频中目标易受到遮挡、形变、复杂背景干扰等问题，提出一种基于自适应深度网络的无人机目标跟踪算法。首先，基于主成分分析（PCA）和卷积神经网络（CNN）算法，设计3阶的自适应深度网络进行目标特征提取，该网络对图像的H、S、I通道分别进行主成分分析学习，将得到的特征向量输入网络进行分层卷积，优化了网络结构，提高了网络的收敛速度和精度。其次，将目标深度特征输入核相关滤波算法进行目标跟踪，通过分析相邻2帧图像的变化率，采用分段自适应调整学习率的算法进行目标模板更新，有效地改善目标遮挡问题。仿真实验结果表明，该算法有效地避免了复杂因素干扰导致的跟踪精度下降，具有较好的鲁棒性，相较于全卷积跟踪（FCNT）算法平均跟踪精度提高了9.62%，平均跟踪成功率提高了11.9%。     

基于深度学习的混合翼型前缘压力分布预测

提出了一种基于深度学习的混合翼型前缘压力分布预测方法，通过对翼型几何特征提取、压力分布曲线的参数化，建立了卷积神经网络模型（CNN），并利用计算流体力学（CFD）的计算结果作为其训练样本，实现对混合翼型前缘压力分布的预测。结果表明:两种方法计算结果的拟合优度大于0.98，基于深度学习的计算方法耗时1.7 s，CFD方法耗时大于50 s，计算时间大大缩短。该方法能够在满足计算精度的条件下提高计算效率并可应用于其他的翼型设计过程。      

增强FMS柔性的关键技术研究

柔性制造技术是现代制造业广泛采用的一种先进的制造技术。实现生产柔性是引进柔性制造技术的根本目的。ＦＭＳ是柔性制造技术应用的典型模式。