基于卷积神经网络和状态时间序列的参数辨识

针对参数辨识过程运算时间长的问题,本文提出一种基于卷积神经网络的参数辨识方案.该方案避免了对数值模型的大量迭代,能够根据多个连续时间步的实测系统状态对多参数进行快速估计,实现参数辨识;同时,为了帮助神经网络更好地提取特征,还引入一种双向标准化的方法对数据进行处理.以Lorenz63为实例,对其参数进行了分析、实验.实验结果表明:该方案能够有效地估计当前物理场状态对应的模型参数,并且计算时间仅为传统方法的4％,大大提升了计算效率.     

浅谈英语口语课堂教学应遵循的原则

英语口语课堂教学是学生学习和训练英语口语的基本形式.为了激发学生学习兴趣,实现培养学生实际运用语言能力的目标,提出了在英语口语课堂教学中应遵循的原则.     

飞机数字化装配技术发展现状

近年来,随着飞机制造技术的不断发展,以数字化、柔性化为特征的飞机先进装配技术已成为航空制造企业的发展追求.基于数字量协调技术,已突破飞机制造过程中自动化的工艺规划、检测、定位、制孔和铆接等技术,实现了飞机制造的自动化装配.     

无线传感器网络的异构性研究

随着无线通信技术和微电子技术的快速发展,低成本、高度集成和自组织的无线传感器网络将会逐渐普及.首先总结归纳了无线传感器网络异构性的几种表现形式,如计算能力异构性、节点能量异构性、链路异构性及网络协议异构性,然后介绍了异构无线传感器网络层次网络体系结构和两种适用于无线传感器网络的标准.最后对无线传感器网络的安全问题进行简单探讨.     

某型无人机主起落架缓冲器设计及仿真分析

根据某型无人机总体方案的设计要求在初步设计出的起落架缓冲器结构与缓冲器主要初始充填参数的基础上,利用MSC公司开发的虚拟样机技术软件ADAMS建立起该型号无人机的主起落架缓冲器数值模型,对模型进行了仿真分析,将仿真结果与经验公式计算值进行比较,两者一致性较好,表明模型建立比较准确。接着依据缓冲器优化准则通过仿真测试对影响起落架缓冲性能较大的阻尼油孔进行优化设计,在有效提高缓冲器缓冲效率的基础上,得到了最佳的阻尼油孔面积。为我国在无人机起落架设计中应用虚拟样机技术提供了方法参考。     

基于测量数据误差特性求解轨道参数的方法

针对样条方法在计算级间分离、关机点、头体分离点附近的轨道参数时,由于样条节点不准确使轨道表示误差大的问题,提出了一种基于测量数据误差特性求解轨道参数的方法,可以成量级地降低测量数据在关键点上的表示误差,同时提高轨道参数精度,缩短数据计算迭代时间,这对于快速提供高精度的轨道参数更具有现实意义。     

不同龙眼品种果实的耐贮性比较

以19个龙眼Dimocarps longana Lour.品种的果实为试材,对品种间耐贮性和评价指标的作用进行了研究,并探讨了质量损失率和商品率的关系.结果表明,19个龙眼品种的果实在低温(5 ℃)和室温下的耐贮性均有较大差异,部分在室温下较耐贮的品种在低温下耐贮性有所下降.各评价指标在决定龙眼果实耐贮性中的作用和关系,在不同贮藏状态下表现不同,在室温密闭条件下,质量损失率与果实的耐贮性关系不大,霉变率和烂果率是影响贮藏效果的主要原因;在低温密闭条件下,贮藏前期的果皮褐变与后期的果肉自溶腐烂是影响贮藏效果的主要原因.影响好果率的因素主要是烂果率,其次是霉变率.质量损失率与褐变指数无显著相关性,但与商品率显著正相关.     

轴向冲击下方形纸管的能量吸收性能和理论模型

为了研究薄壁方形纸管在轴向冲击下的力学响应和能量吸收性能,利用落锤冲击试验机和万能材料试验机进行了动态冲击和准静态压缩试验。方形纸管在动态冲击试验和准静态压缩试验中具有相似的渐进压溃变形模式。试验结果显示,方形纸管的比能量吸收和单位体积能量吸收能力与管件的边长和壁厚比(c/h)相关。随着管件c/h的增大,管件比能量吸收和单位体积能量吸收能力迅速减小。同时,本文分析了管件在冲击过程中的压溃力与冲击速度的关系。最后,本文建立了方形纸管轴向冲击下的能量吸收性能理论模型,理论模型与试验结果具有很好的相关性,该模型为薄壁纸管结构应用到冲击防护装置设计提供了理论支撑。     

作业车间动态调度研究

系统地研究了动态环境中受多种资源制约的多目标作业车间批量调度问题,提出了一种新调度算法。该算法采用基于周期和事件驱动的调度策略将动态调度过程分成多个连续静态调度区间,然后在各区间内采用多目标的遗传算法优化调度方案。本文讨论了再调度周期的确定方法、待加工工件的选取原则、批量生产的处理方法等。针对研究的调度问题设计了包含工序及其加工机床、工人、运输小车信息的染色体编码,并对染色体的解码方法、选择方法、交叉方法和变异方法进行了研究。仿真结果表明,该算法可行,优越性明显。     

术语定义抽取的特征选择框架

为了进一步提升航空领域术语定义抽取的精度和效率,提出了一种不依赖已有特征选择方法的特征选择框架。该框架结合了分类特征的类间分布差异和类内分布差异,更好地表达了术语定义内部各子概念间特征分布的差异对划分类别的贡献。在分析该框架和传统过滤器特征选择方法对特征分布的影响的基础上,在航空领域术语定义语料库中对实验结果进行了对比。结果表明,本文提出的方法在使用平衡随机森林方法时,取得的最好成绩为F1-measure=0.652,F2-measure=0.761,所需特征比例从30%~40%降低到20%~30%;在使用直接分类方法时,F1-measure成绩提高了2.57倍,F2-measure成绩提高了3.11倍,均优于过滤器方法和Fisher Score方法。