高频大电压标准器

主要阐述了该标准器的基本原理,从理论上对结构补偿法进行了分析和数学推导,当R/Z_o=1.9～2.0之间时,具有最小的交直流差。设计了匹配的同轴热电转换标准器;进行了误差分析;给出了试验结果,说明该标准器交直流差的重复性和复现性是好的。     

传感器故障诊断方法研究

对近年来传感器故障诊断和信号恢复的方法，包括硬件冗余、分析冗余和人工神经网络方法作了总结，并指出了它们的优缺点便为进一步研究传感器故障诊断和信号恢复方法提供启示。     

固体发动机喷管烧蚀和温度场测量

介绍了含铝复合推进剂发动机试验时,对其喷管进行的烧蚀和温度场测量,获得了复合喷管结构中的烧蚀和瞬时温度分布.     

复合材料补片胶接修补研究进展

介绍了复合材料补片胶接修补的优越性及关键技术，详细论述了复合材料补片胶接修补的设计分析以及修补的无损检测和试验验证，追踪报道了补片胶接修补的研究方法。     

硼纤维/环氧复合材料界面剪切强度的测试与研究

设计了一种单纤维拔出试样制备方法,分析了单根硼纤维拔出特性;同时采用该方法分别测试了四种硼纤维/环氧复合材料界面剪切强度。固化剂采用异佛尔酮二胺(IPDA)的硼纤维/环氧复合材料界面剪切强度比采用二乙烯三胺(DETA)的提高了44.7%;采用液体丁腈橡胶(LNBR)改性环氧树脂的硼纤维/环氧复合材料界面剪切强度提高了97.7%~135%。     

真空导入模塑工艺树脂流动规律研究

研究了导流介质、重力、注射方式和注射管径等工艺参数对真空导入模塑工艺中树脂流动行为的影响。结果表明,真空导入模塑工艺中,主导树脂充模流动速度的是导流介质的渗透率;注射方式改变时,树脂的流动模式和流动速度发生改变;树脂的充模流动速度随着注射管径的增大而增大;树脂的流动倾角越接近竖直方向重力对树脂流动的影响越大。     

燃速仪压强的自动控制方案

本文介绍了一种燃速仪压强的自动控制方案.这种方案结构简单,工作可靠.经过燃速实验测定,在4MPa压强时,其压强波动相对误差小于±1%.该方案应用于固体推进剂中止实验时,没有废气回流污染中止表面,也不影响降压速率的测量.     

风洞模拟近地面大气边界层

本文通过大气边界层风洞的模拟实验，介绍一种在风洞中模拟近地面大气边界层的方法。根据大风地区的现场实测资料，对大气的风剖面及湍流度等有关参数，提出了一些特殊的要求。常规的模拟方法难以保证与实际风环境的相似，为此专门研制了一种在保证平均风剖面相似的前提下，可使气流产生大湍流度的装置，简称湍流度调节器。通过对模拟边界层的平均风速，湍流度及风速谱的测量分析，证明与实际风区大风环境的风结构相当一致。为解决实     

超音速燃烧室燃烧效率数学模型及气流状态参数的计算

本文分析及提出了超音速燃烧冲压发动机燃烧室燃烧效率的数学模型.该模型综合了氢气喷射方式、燃烧室进口气流参数以及燃烧室结构的影响因素.用这一数学模型求解一组一元流方程.计算出通过燃烧室的气流状态参数,计算结果与试验数据对比,证明这个模型是适用的.     

FAST FEATURE RANKING AND ITS APPLICATION TO FACE RECOGNITION

A fast feature ranking algorithm for classification in the presence of high dimensionahty and small sample size is proposed. The basic idea is that the important features force the data points of the same class to maintain their intrinsic neighbor relations, whereas neighboring points of different classes are no longer to stick to one an- other. Applying this assumption, an optimization problem weighting each feature is derived. The algorithm does not involve the dense matrix eigen-decomposition which can be computationally expensive in time. Extensive exper- iments are conducted to validate the significance of selected features using the Yale, Extended YaleB and PIE data- sets. The thorough evaluation shows that, using one-nearest neighbor classifier, the recognition rates using 100-- 500 leading features selected by the algorithm distinctively outperform those with features selected by the baseline feature selection algorithms, while using support vector machine features selected by the algorithm show less prominent improvement. Moreover, the experiments demonstrate that the proposed algorithm is particularly effi- cient for multi-class face recognition problem.