紧固件的抽样检验

从统计抽样的基本概念出发,分析了航天产品常用的紧固件抽样检验的规则并对抽样方案作了详细地介绍。     

LabVIEW在直流低电压测量中的应用

以对数字纳伏表的测试为例,详细介绍了一种运用LabVIEW编制直流低电压自动检定程序,采集测试数据并进行分析和处理的方法。重点强调了在测控系统中运用LabVIEW编程的便捷性和高效性。     

当前我国工业集中度及其变动趋势研究

通过对现阶段工业集中度的测算发现,我国几乎所有行业均为竞争型行业,各行业的集中率、基尼系数和赫芬达尔指数均远低于发达国家同一时期值,行业内缺乏具有占绝对规模优势的大企业。观察集中度的变动趋势则发现,我国工业集中度不是呈"U"而是呈"M"型变化。我国目前的工业集中度与我国已进入工业化中期阶段不相称,因此,当前产业政策的着力点,应当放在培育和支持大企业发展上,以促进产业进一步集中。     

国家财政主要支出项目与各项税收收入的最优化--回归分析在最优化中的应用研究实例

利用回归分析方法得到国家财政部分主要支出项目，部分税收收入与国内生产总值构成的回归方程，由此构成线性规划问题的约束方程组。再用M单纯形法求最优解。     

重现性地磁活动的数值预报

重现性地磁扰动作为地磁活动的重要部分，其特性在磁情预报中起着不可缺少的重要作用．本文利用地磁扰动在一定条件下具有２７天重现的特性和现代时序分析法中的自适应滤波方法，对北京地磁台Ｋ指数的预报方法进行了研究，并分别在太阳黑子活动低年和高年的两个时间段，进行了预报实验：低年时段预报结果精度为０．６６；在高年时段，预报精度为０．７９．进一步分析还表明，理论计算方法应当与多方面的物理分析相结合，这样才能为磁扰的定量分析和预报提供更充分与合理的计算条件和物理根据．     

基于时序相关性的信息效用评价模型研究

事务处理中的时间相关性数据蕴涵着对预测与决策具有情报效用的信息,可以通过构建一定的特征模式对其效用大小进行评价。文章对时变序列数据的相关性特征进行了分析,研究了基于时序与波动变化的特征抽取模式;在时变序列的差分及相对变化基础上,进一步综合利用偏态、离散、相关等特征构建了影响变量与响应变量之间的相关度计算模型。该模型可降低效用评价计算复杂度,增强评价的可靠性并可用于模型预测。     

非正交弧线齿面齿轮齿面设计及根切研究

非正交弧线齿面齿轮是以端面渐开线弧线齿圆柱齿轮为假想刀具包络展成的面齿轮。根据面齿轮啮合原理推导了非正交弧线齿面齿轮齿面方程,结合Matlab数学模型和根切理论研究了该种面齿轮的根切现象,计算出面齿轮不产生根切的最大内径,并通过Catia仿真滚齿来验证计算的准确性。该研究旨在提出一种新型非正交面齿轮,通过理论推导及仿真模拟来研究该种面齿轮的根切现象,在此基础上探究非正交弧线齿面齿轮的内径影响因素。研究结果表明:在同等参数下,当位置参数增大时,刀具渐开线截面高度和内径逐渐减小,当刀具圆弧半径增大时,内径逐渐减小,刀具渐开线截面高度逐渐增大。     

基于高光谱和LiDAR的黄河口湿地植被分类方法

利用无人机（Unmanned Aerial Vehicle, UAV）高光谱影像（Hyper-spectral Imaging, HSI）和激光雷达（Light Detection and Ranging, LiDAR）数据开展黄河口湿地植被分类方法研究。由于高空间分辨率HSI光谱变异性强,以及LiDAR点云密度不均匀,分类结果呈现出“椒盐”现象。为了解决这些问题,本文提出了一种结合空谱特征融合和通道注意力机制的双分支卷积神经网络（SSF-C-DBCNN）。光谱注意力机制通过为每个波段分配不同的权重来减少光谱变异性的影响。空间注意力机制侧重于学习和强调特征表达能力强的密集点云区域空间信息,从而减轻LiDAR点云密度不均匀对结果的影响。最后,在双分支融合特征后引入通道注意力机制来提取更深层次的特征。利用UAV采集的HSI和LiDAR数据进行实验验证,结果表明,本文提出方法的性能优于随机森林和五种深度学习方法,分类结果更为贴合实际土地覆盖,有效地抑制了“椒盐”现象。     

“一对一”空战中载机与目标的运动特性分析

从战术与技术相结合的角度,建立了“一对一”空战中交战双方的运动学方程,运用瞬时跨距的方法分析了载机与目标的相对运动,研究了目标在载机坐标系中的运动特性。文中的研究结果对歼击机“一对一”空战的战术选择有一定的指导意义。     

临近空间高超声速滑跃式轨迹目标跟踪技术

针对临近空间目标飞行速度快、机动特性强和加速度突变的特性,提出一种地心直角(ECEF)坐标系下基于目标特性分析的修正强跟踪滤波(MSTF)算法。首先,通过对ECEF坐标系下目标量测的无偏转化处理,以有效减小目标高超声速飞行所带来的旋转、平移和线性化误差影响;接着,在对目标特性充分分析的基础上,合理构建强跟踪滤波(STF)模型,通过对模型参数的自适应调节,以有效实现临近空间高超声速滑跃式轨迹目标的精确跟踪;最后,结合统计学原理对目标加速度的突变进行合理检测和补偿,以进一步修正强跟踪滤波模型的跟踪精度。仿真结果表明,与现有的临近空间目标跟踪算法相比,该算法具有较高的定位跟踪精度。