泛在学习视域下大学教师教学能力发展困境与对策

技术变革与教育理念革新催生出的泛在学习为大学课堂教学注入了新的生机,从教学内容的广度,深度以及教学模式方面广泛影响着大学教师的视野,并以其独特的优势终将成为未来实现终身教育的重要手段和理想模式。从泛在学习和传统学习的对比出发,重点探讨泛在学习范式革新中教师教学能力要素及提高路径,即通过提高教师信息素养,构建教师专业身份认同,组建教师专业共同体,提高教学反思意识等有效策略重新发展和构建大学教师教学能力,以期促进泛在学习环境下教师教学能力发展绩效改进。     

一种新的自适应消噪方法

基于小波变换的自适应消噪方法为雷达信号的滤波提供了一种可行的办法。考虑到离 散小波变换(DWT)不具有平移不变性,而静态小波变换(SWT)又不能很好地分析信号的高频 部分,提出了一种新的自适应消噪方法。它根据CWT的提升方法,得到静态小波包的提升 实现方法,并设计出适合本系统的确定最优小波包分解树的相应步骤,利用引入了更多动量 因子的权系数迭代公式对各子带进行自适应匹配,并将匹配结果二次自适应,得到拟合的原 信号。仿真中将其与其它两种基于小波的自适应方法进行了比较,表明该方法可在适当减小 计算量的同时,进一步改善系统的滤波性能。     

考虑测试性设计缺陷修正延时的测试性增长模型建模与评价方法

针对现有测试性增长模型忽略了测试性设计缺陷的修正延时过程,进而导致测试性增长模型（TGM）跟踪与预计精度低的问题,提出了一种考虑测试性设计缺陷修正延时的测试性增长模型建模理论与方法。首先分析测试性设计缺陷识别与修正之间的延时机理,得到剩余测试性设计缺陷（TDL）具有先增后减的铃形变化趋势;在此基础上,分别以Gamma、Raleigh和Delay-S 3种曲线拟合剩余测试性设计缺陷（RTDL）变化趋势,研究建立基于以上3种曲线考虑修正延时的测试性增长模型;最后,以某机载稳定跟踪平台测试性增长试验数据验证测试性增长模型拟合、跟踪及预计效能。研究结果表明：基于该测试性增长试验数据,Gamma曲线可以精确地拟合剩余测试性设计缺陷变化规律,测试性增长模型跟踪和预计精度可达到10^-2数量级。     

空间制造技术研究进展

分析了空间制造技术的发展背景与技术特点,介绍了国内外空间增材制造技术、空间焊接技术的发展情况,总结了相关领域的研究热点。包括非金属与金属空间增材制造工艺、装备的发展现状,空间电子束焊接、固相焊接等工艺与装备研究进展等。论述了我国空间制造技术研究的发展方向。研究结果可为我国空间制造技术研发提供参考。     

复杂产品项目管理中技术成熟度等级的梯度化发展研究

本文综述了技术成熟度等级的发展历史,并分析了9级技术成熟度等级的差异化应用及研发过程中的阶段特征,为复杂产品项目研发管理中的技术成熟度等级实际应用提供参考。     

多源传感监测线性退化设备数模联动的剩余寿命预测方法

随着先进传感与监测技术的快速发展,实时获取随机退化设备的多源传感监测数据已成为现实,如何有效融合多源传感监测数据以实现随机退化设备剩余寿命的精准预测成为剩余寿命预测领域的研究前沿。针对多源传感监测的线性随机退化设备,提出了一种考虑随机失效阈值的数模联动剩余寿命预测新方法。该方法在离线训练过程中,基于多源传感历史数据提取的复合健康指标及据此线性随机退化建模预测的寿命,构建综合寿命预测值与设备实际寿命的均方误差及寿命预测方差的优化目标函数,形成复合健康指标提取与随机退化建模的反馈闭环,对多源传感器融合系数和复合健康指标对应的随机失效阈值分布参数进行优化调整,以实现复合健康指标提取与随机退化建模的自动匹配,即数模联动。在线预测时,根据提出的数模联动方法,融合实际运行设备的多源传感监测数据以获取复合健康指标,然后采用随机模型对其演变过程进行建模。同时,为使模型实时反映设备当前状况,提出了一种退化模型参数的贝叶斯更新方法,在此基础上基于首达时间得到了考虑设备失效阈值随机性的剩余寿命概率分布。最后,基于航空发动机的多源传感监测数据,验证了所提方法在改善复合健康指标特性和提高剩余寿命预测准确性方面的...     

俄罗斯发射新一代光学遥感卫星资源-P1

2013年6月25日,俄罗斯在拜科努尔航天发射场利用联盟-2.1b(Soyuz-2.1b)火箭发射首颗新型对地光学遥感卫星资源-P1(Resurs-P1)。该卫星旨在替换之前已超期服役的资源-DK1卫星,继续提供对自然或人为灾害的精确监测数据,以满足俄罗斯在测绘、交通、渔业、气象预报以及国防安全等方面的需求。     

舰载机飞行员驾驶技术与飞行安全研究

针对无法将驾驶技术和飞行安全建立有效定量关联的现状,基于自适应飞机驾驶员最优控制模型,应用飞行员着舰多层次模糊综合评价方法,通过设定不同的飞行员模型参数,参照着舰技能评价体系,建立了飞行员着舰技能样本库.通过多元非线性回归方法,建立了飞行员技能的多元非线性回归模型,并通过剩余标准差和样本比对法证明了这一模型的准确性.可以通过测定上述飞行员参数,运用该飞行技能回归模型,为飞行员选拔提供参考.