人造毛皮提花的计算机控制技术研究

提花毛皮的编织控制既要根据花型数据实现对织针的选择，又要以一定的提前量在梳理头上馈进相应的毛条，在控制系统和机械装置的严密配合下才有可能织出合格的毛皮，本文根据人造毛皮提花的工作过程提出了实现提花所必须解决的若干问题，并详细介绍了实现选针器驱动、同步信号产生、喂毛控制及花型数据处理的具体方案，在此基础上叙述了应用微型计算机技术实现提花控制的基本原理及系统组成，同时给出软件设计的基本流程。     

航天器空间环境干扰力矩分析与仿真研究

针对航天器在轨运行时所受到的空间环境干扰力矩进行建模分析,并通过实时解算和矢量叠加的方式进行仿真研究,尤其对太阳光压力矩与大气阻力力矩的建模与仿真提出了新的方法,该方法通过建立光照面与迎风面的判断准则,准确地对太阳光压力矩与大气阻力力矩进行了估计。对各种空间环境干扰力矩的精确建模与仿真为航天器精确姿态控制设计及系统姿态控制方案和控制执行机构的选取提供了依据,文中提出的方法简单易用,工程实现性强,为未来的工程应用提供了一定的理论依据。     

利用F区电离层特性参量获取等效中性风的方法及讨论

讨论利用电离层特性参量获取F层峰值高度附近中性风信息的三类方法.这些方法主要有:传统的和改进的伺服理论方法、借助电离层模式和数据同化思想的方法和刘立波等提出的方法.并以美国Millstone Hill非相干散射雷达浓度剖面和离子速度数据,以及澳大利亚Beveridge(37°S,144°E)FPI风场和测高仪数据为个例,初步考察利用电离层特性数据导出的等效中性风与观测值的一致性.     

大气重力波引起的突发钠层的模拟研究

应用钠原子和中性大气分子的质量连续性方程来模拟突发纳层（SSL），垂直风场采用接近实际大气重力波的正弦行波模式，结果较好地反映了SSL的形成过程。SSL的形成时刻在5－15min之间并可持续到30min之后，形成高度大约在90－100km之间，峰宽为0.5-2km之间，这些都与实际观测SSL的特点相符，同时还进一步地研究了当重力波参数（主要指垂直波长和周期）、风速以及常态钠层半宽度发生变化时SSL的变化趋势。     

磁扰动和磁静时近地等离子体片中脉冲电场的分布

Ｇｅｏｔａｉｌ卫星的电场数据被用于分析近地磁尾等离子体片中电场在磁扰动（Ｄｓｔ＜－２５ｎＴ）和磁静时（Ｄｓｔ＞－２５ ｎＴ的统计分布．结果表明，伴随着地向高速离子流，在Ｘ＞－１６Ｒｅ以内区域出现强电场（高达 ５—８ ｍＶ／ｍ）．磁扰动期间强电场的幅值较磁静时大，并且出现在更靠近地球的位置．较强和较靠近地球的强电场与磁扰动时更薄的等离子体片和更接近地球的等离子体片内边界相联系．观测结果意味着磁扰动期间的亚暴可能更有效地将高能粒子注射到环电流中．这对磁暴和亚暴的关系问题的解决有重要意义．     

模式化分析F区电离层赤道异常槽

利用二维低纬电离层理论时变模式模拟低纬电离层演化，考察影响赤道异常槽位置的物理因素．计算结果显示赤道槽有明显的季节、地方时和经度变化．以１１０°Ｅ为例，北半球夏季期间赤道槽一般在磁倾赤道北侧，最北达３°-３．５°Ｎ，而在北半球冬季期间一般位于磁倾赤道南侧，最南可达４°－５°Ｓ．进一步分析发现，赤道槽季节变化中光化电离率季节改变的影响很小，主要由水平中性风季节变化贡献．计算以８３天为例，白天赤道槽在地理经度１００°Ｅ附近最南，２８５°Ｅ附近最北，与观测特征基本一致．主要是背景大气水平风场的经度差异导致赤道槽位置的经度变化，而非前人认为直接由磁偏角控制的．     

风场对重力波的滤波现象

对MillstoneHill台站数字测高仪DGS－256漂移探测数据进行的分析表明，背景风场对重力波扰动具有明显的滤波作用．这种滤波效应主要表现为：扰动传播方向具有顺时针旋转的日变化特征，扰动相对出现率峰值出现在扰动传播方向与背景风场方向之间的夹角为180°－225°之间．扰动时空尺度越小，其传播越趋向于逆风场方向．     

空管灾害诱因分析及监测指标体系的构建

从操作人、空管设备、空管环境和管理的角度对空管的致灾诱因进行了详细分析。按照科学性、实用性、关联性和可操作性的原则,筛选出一组监测指标,在考虑空管行业数据来源的情况下,提出了现阶段和理想情况下的监测指标体系,目的在于通过对空管安全状态进行监测和诊断,及时采取预警和预控对策,促进空管系统处于安全状态,降低事故率。     

Softmax分类器深度学习图像分类方法应用综述

基于深度学习的人工智能图像分类方法研究是当前计算机视觉领域的研究热点。面向深度学习中的Softmax图像分类方法,首先回顾了图像分类技术的发展历程,接着介绍了图像识别技术中的分类器,并解释了Softmax回归函数的分类实现原理。基于Softmax回归分类器的应用,详细阐述了多种图像分类技术,具体包括浅层神经网络、深度置信网络、深度自编码器和卷积神经网络。同时,对比介绍了各种级联模型的具体结构、训练方法、实际应用、分类效果以及优缺点。最后,从Softmax回归分类器、深度学习网络模型和高维数据分类三个方面对基于Softmax回归分类器的深度学习模型在图像分类方面的发展与应用前景进行了展望。     

A new error-controllable method for smoothing the G01 commands

In real machining, the tool paths are composed of a series of short line segments, which constitute groups of sharp corners correspondingly leading to geometry discontinuity in tangent. As a result, high acceleration with high fluctuation usually occurs. If these kinds of tool paths are directly used for machining, the feedrate and quality will be greatly reduced. Thus, generating continuous tool paths is strongly desired. This paper presents a new error-controllable method for generating continuous tool path. Different from the traditional method focusing on fitting the cutter locations, the proposed method realizes globally smoothing the tool path in an error-controllable way. Concretely, it does the smoothing by approaching the newly produced curve to the linear tool path by taking the tolerance requirement as a constraint. That is, the error between the desired tool path and the G01 commands are taken as a boundary condition to ensure the finally smoothed curve being within the given tolerance. Besides, to improve the smoothing ability in case of small corner angle, an improved local smoothing method is also proposed by symmetrically assigning the control points to the two adjacent linear segments with the constrains of tolerance and G3 continuity. Experiments on an open five-axis machine are developed to verify the advantages of the proposed methods.