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。     

航空导管连接卡箍研究

卡箍在飞机上的应用较为广泛,卡箍的质量问题也会影响飞行的安全.新型铝合金柔性导管连接卡箍结构简单,质量轻,便于加工、安装、维护,能防止漏油、漏气等,可有效解决现在军用飞机上卡箍结构复杂、质量重、安装不方便、使用和维护不方便、易漏油、漏气,以及不能双向补偿导管安装时的角度偏差和径向位移的问题,能进一步满足军机的使用需求.本文分析了目前导管连接卡箍存在的问题,并在研究新型铝合金柔性导管连接卡箍结构、材料、性能等特点的基础上,提出了鉴定试验项目.     

无人机三维航路规划技术研究及发展趋势

由于搜索空间巨大,三维航迹规划一直是航迹规划中的难点,而无人机只有进行精确的三维航迹规划才能提高低空突防的成功率。本文描述了无人机在线航路规划的影响因素,分析了无人机动力学约束及威胁场约束,探讨了无人机航路几何建模方法及三维航路规划算法的研究概况,并着重分析了三维航路规划算法如禁忌搜索、人工势场法、粒子群优化算法、Dijkstra算法及A＊算法。最后,阐述了无人机三维航路规划面临的关键问题及发展趋势。     

新型带垫卡箍的研究

卡箍在飞机上的应用较为广泛,卡箍的质量问题也会影响飞行的安全.新型带垫卡箍结构形式优异、减震性能好,且橡胶垫片性能好、耐老化、耐燃烧,有效解决了现在军用飞机上带垫的夹紧卡箍橡胶垫片老化严重、减震性能差、拆卸、使用和维护不方便的问题,满足了军机的使用需求.     

关爱贫困学生 搭建成长平台

随着高等教育大众化时代的推进,高校贫困生问题更加突显.如何扶助贫困大学生、为其搭建成长平台,成为新时期高校的一项重要任务,这不仅关系到贫困生能否健康成长、能否顺利完成学业,还直接关系到党的全面育人方针的实现.从贫困资助体系存在的不足,探讨了如何构建新型资助体系,为贫困学生切实"解贫".     

等离子体气动激励抑制压气机叶栅角区流动分离的仿真与实验

进行了等离子体气动激励抑制低速压气机叶栅角区流动分离的数值仿真研究,并进行了实验验证.小攻角情况下,叶片吸力面角区流动分离导致显著的尾迹总压损失.来流速度为50 m/s(雷诺数为223 000)时,等离子体气动激励可以有效的抑制角区流动分离,降低总压损失.激励电压、频率分别为10 kV和22 kHz时,50%叶高处的尾迹压力分布基本不变,60%和70%叶高处的最大总压损失分别减小了13.83%和10.74%.增加激励电极组数或激励电压,可以增强抑制效果.      

臭氧对羰基铁粉-CSM吸波涂层的影响

进行了改性羰基铁粉-氯磺化聚乙烯(CSM)吸波涂层的臭氧环境暴露试验,并利用SEM、XRD、IR、DSC和TG等方法研究了臭氧对其表面结构和性能的影响。结果表明,臭氧造成CSM表层分解,部分羰基铁粉脱落,但未影响改性羰基铁粉的相组成,对涂层吸波性能的影响不显著。     

无人机航迹规划技术研究及发展趋势

通过对无人机航迹规划的研究,构建了无人机航迹规划的结构框架;分析了无人机系统约束及威胁场约束,探讨了无人机航迹几何建模方法及规划算法的国内外研究概况;并着重分析了规划算法。最后,阐述了无人机航迹规划面临的关键问题及发展趋势。     

混合神经网络和混沌理论的股票价格预测研究

针对股票时间序列的非线性特点,结合混沌理论和神经网络理论,提出了基于混沌理论的股票价格神经网络预测方法。同时利用重构相空间的嵌入维数确定神经网络的结构,对实际的股票时间序列预测结果表明,该方法能有效地进行短期预测,在股票时间序列预测中有广泛的实用价值。     

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。