飞入梦幻稻城亚丁

今年9月,我乘坐中国国际航空公司航班飞抵稻城亚丁。稻城,古名”稻坝”。藏语意为山谷沟口开阔之地。四川稻城县位于四川西南边缘,甘孜藏族自治州南部,最高海拔6032米。最低海拔2000米。垂直高差达4032米。     

一种鲁棒性增强的机载网络流量分类方法

针对机载网络高度动态、高度不稳定造成流量监测设备难以在有限的监测周期内完成完整数据流负载特征的提取，限制了基于深度学习的流量分类方法的应用问题，提出了一种鲁棒性增强的机载网络流量分类方法。通过数据预处理及缺失样本处理方法将数据流映射为灰度矢量集合，基于完整的数据流训练数据集实现鲁棒性增强的长时递归卷积神经网络（RE-LRCN）分类模型的训练，在线上分类阶段，通过分类模型实现样本缺失数据流负载空间特征及数据流时序特征的提取，并进行数据流分类。通过在数据包缺失的流量测试数据集上的实验结果表明，所提方法可以有效抑制数据包缺失对分类准确性能的恶化。      

基于极化敏感阵列的高效DOA与极化参数联合估计算法

提出一种基于极化敏感阵列的二维波达方向(DOA)和极化参数联合估计算法.首先建立入射信号模型,然后利用重构的x轴、y轴、z轴阵列导向矢量之间的关系计算出入射信号的DOA和极化参数的无模糊粗估计值;同时根据重构阵列导向矢量内在的旋转不变结构估计出x轴和y轴空间相移因子,得到入射信号的高精度无模糊DOA估计.最后利用粗估计精估计相结合的方式进行解模糊,进而完成DOA估计.算法允许阵元间距大于入射信号的半波长,扩展了有效阵列孔径,提高了算法的测向精度.此外,算法避免了复杂的四维谱峰搜索,具有较低的运算复杂度.仿真实验结果验证了算法的有效性和良好的估计性能.     

浅谈我国旅游电子商务的发展

本文通过介绍国际互联网在旅游业中的应用,探讨旅游电子商务这种新兴营销模式对旅游业的影响,如何向旅游网站联合营销模式转变是现代旅游企业面临的新挑战,得出了中国旅游在线网站必须联合起来,开拓旅游电子商务的结论。     

基于粗糙集的群体智能文本挖掘聚类算法

介绍了在粗糙集理论和群体智能理论的基础上提出的一种优化的用于文本挖掘的蚁群聚类算法。实验证明,该算法有效地降低了文本特征向量的维数,提高了运行效率和准确性。     

基于时空图卷积网络的无人机网络入侵检测方法

无人机网络相比地面网络具有节点快速移动、拓扑结构变换频繁和通信链路不可靠的特点，传统的针对地面网络的入侵检测方法难以适用。针对无人机网络的时空动态特性进行建模，提出了一种无人机网络的入侵检测方法——基于注意力机制的时空图卷积网络（ATGCN）。将图卷积网络和门控递归单元组合为时空图卷积网络，从复杂多变的数据中提取网络的时空演变特征，通过注意力机制提取和入侵检测最相关的特征，输入支持向量机进行分类预测。多个数据集的实验分析表明:所提方法能够适应无人机网络的动态性和不稳定性，相比传统检测方法准确率高且误报率低，具有良好的鲁棒性和适应性。      

考虑承载面最大位移约束的结构拓扑优化方法

在实际工程问题中，存在着一类承受分布力载荷作用的工程结构。为了实现此类结构的刚度设计要求，提出限制承载面变形的拓扑优化设计新模型。模型采用KS包络函数对承载面节点位移进行凝聚化处理，并推导了相应的伴随方程和敏度表达式。遵循独立连续映射法建模方式，采用一阶和二阶泰勒展开分别得到约束函数和目标函数的显式表达式。由此将优化问题转换为一系列标准二次规划子问题，采用序列二次规划算法进行高效、稳健求解。通过二维、三维数值算例验证了提出模型的可行性和有效性。结果表明，所提出的列式和相应的优化求解算法能有效控制结构局部区域的最大变形量。     

卫星星敏感器结构强电磁耦合效应仿真及实验研究

作为姿态测量器件安装在GEO卫星星表的星敏感器易受空间严酷带电环境影响,在强电磁脉冲干扰下出现在轨异常。文章通过数值模拟仿真和测试实验对星敏感器结构在电磁脉冲形成的强电磁场作用下的耦合效应进行研究,仿真计算强电磁场下星敏感器内部的耦合场分布和结构的电磁屏蔽效能,并进行相应的屏蔽效能验证实验。结果表明:强电磁场的高频部分通过星敏感器的光学窗口耦合进入星敏内部后将形成较强的电磁场,在谐振频点还会产生场强增强效应,使结构的屏蔽效能显著下降,内部的电子学器件受到干扰,需要采取相应的防护措施。以上结果可用于星敏感器的强电磁环境防护及相应的在轨异常分析。     

浅谈空军航空装备修理企业如何通过质量提升促进企业发展

作为兴国之道、强国之策,质量问题关系可持续发展,关系群众的切身利益。本文围绕开展质量提升行动的意义、路径以及如何围绕质量提升创建用户满意企业等三个方面,阐述了开展质量提升行动对于企业发展的重要性。     

基于循环神经网络的SPMA协议信道状态智能检测改进算法

为实现对时敏目标的快速探测、定位和打击,战术瞄准网络技术(TTNT)对战术信息接入信道、交互传输的实时性、可靠性提出高要求。TTNT采用基于统计优先的多址接入(SPMA)协议,通过周期性计算统计平均的思想,估计当前信道状态,控制战术信息接入信道的时机。该思想仅适用于流量相对平稳的情况,在流量非平稳时会导致较大的信道状态检测误差。针对此问题,引入流量预测技术,提出基于循环神经网络的SPMA协议信道状态智能检测改进算法。利用循环神经网络的学习特点学习历史流量数据的隐含特征,构建流量预测器对瞬时时刻的流量脉冲到达数进行实时预测,从而准确获取当前信道状态。实验结果表明：所提算法对信道状态的检测结果更接近真实值,显著降低了信道忙闲状态的误判率。