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。     

SiC MOSFET短路特性

为确保碳化硅(SiC)功率器件在过载、短路等工况下能安全可靠地工作,必须充分认识SiC器件的短路机理。首先对SiC MOSFET硬开关短路故障下短路电流原理进行了分析,在此基础上对不同电路参数对SiC MOSFET短路特性的影响进行了对比分析,揭示了短路特性的关键影响因素,并对Si与SiC MOSFET短路能力和器件恶化机理进行了对比分析,从而为设计SiC MOSFET短路保护电路提供一定的指导。     

SINS任意失准角无奇异快速传递对准

针对战术级捷联惯导系统(SINS)任意失准角下的快速传递对准,提出一种直接姿态矩阵线性矩阵卡尔曼滤波的传递对准算法。首先,利用姿态矩阵描述姿态,将传统大、小失准角条件下的强非线性、线性滤波对准问题统一转化为一个线性滤波问题;然后,采用矩阵形式卡尔曼滤波对状态进行估计,得到一种线性矩阵滤波对准算法,可以在任意失准角、无初值条件下完成对准;最后,推导姿态矩阵正交约束条件下滤波算法的最优实现。仿真结果表明,算法适用于任意失准角下的传递对准,在摇摆运动下,可以在10 s内完成快速传递对准,水平精度达到0.02°(误差均方根)以内,航向精度达到0.03°(误差均方根)以内。     

临近空间非弹道式目标HTV-2跟踪滤波与预报问题

近年来各国均开始重视临近空间高超声速飞行器的发展,其中以X-51A和HTV-2高超声速飞行器飞行试验相继成功为代表。本文概述了目前高超声速飞行器跟踪滤波与预报领域存在的难点问题,然后对坐标系进行了定义,并设计了HTV-2(Hypersonic Technology Vehicle-2)质心运动方程及跟踪滤波器,介绍了HTV-2弹道预估原理,最后使用卡尔曼滤波方法进行了仿真计算,并对相关参数的选取进行了分析。仿真结果得出使用卡尔曼滤波算法跟踪滤波效果较好,对工程应用有一定的借鉴意义。     

质子单粒子效应引发卫星典型轨道下SRAM在轨错误率分析

利用中国原子能科学研究院100 Me V质子回旋加速器(CY CIAE-100)的单粒子效应辐照装置,测量了典型静态随机存储器(SRAM)的质子单粒子翻转截面;利用Space Radiation 7.0软件计算了卫星搭载该器件在典型轨道条件下运行的在轨错误率;同时研究了航天器在不同轨道高度、轨道倾角和屏蔽条件下对质子单粒子效应引发的在轨错误率的影响。计算结果表明:航天器运行于地球同步轨道高度及以下时,质子单粒子效应引发的在轨错误率均高于重离子的,最高可相差3个数量级左右。     

火箭冲压组合动力研究进展

对国内外火箭冲压组合动力(RBCC)研究现状与发展路线进行了总结,阐述了各国主要研究计划和取得的重要成果。系统地总结了西北工业大学航天学院在火箭冲压组合动力的研究进展和研究成果,经过近二十年的发展,完成了从发动机理论分析与原理验证、部件设计与试验到小尺度发动机地面集成验证,初步突破和掌握了宽域全流道设计、宽来流高效燃烧与火焰稳定以及模态过渡等多项关键技术,具备了开展飞行演示验证的基础。     

航空航天用高频高压正弦压力发生器的设计仿真

研制高频高压正弦压力发生器,测试航空航天用压力传感器在高频高压工况下的动态性能是确保发动机优化测试和控制系统有效的关键。为解决现有平面扫掠型正弦压力发生器存在频率和压力受限的问题,提出了一种径向活塞式正弦压力发生器的原理及结构设计,并进一步基于任意拉格朗日欧拉法进行数值仿真,计算其正弦信号在不同压力和不同工作频率下的动静幅值比与失真度,以及优化压力传感器的安装位置。结果表明:设计的径向活塞式正弦压力发生器应确保0.2～8.0 MPa的工作压力和200～10 000 Hz的正弦压力工作频率,正弦压力动静幅值比优于20%,可应用于航空发动机、汽轮机等领域的动态测试。     

热塑性复合材料原位成型工艺及关键技术

介绍了原位成型工艺及其两项关键技术的研究与发展过程,根据原位成型技术应用于航天领域的典型型号,提出了原位成型工艺两项关键技术的指标,并对原位成型工艺未来的发展进行了展望。     

碳纳米管薄膜电热特性及其除冰性能

采用碳纳米管薄膜(CNTF)作为电加热元件,研究碳纳米管薄膜对玻璃纤维增强树脂基复合材料结构表面的除冰性能,同时研究其电热性能。SEM14μm左右。XRD表明CNTF样品为微晶结构,结晶度差且含有少量杂质。空气环境通电,升温速率和最高恒定温度随输入电压增大而迅速提高。输入电压为5 V温度95℃。在四次电热循环后,其表面电阻略有升高,均值从2.795Ω到3.870Ω。在9 V输入电压下,CNTF被迅速烧断,CNTF样品电流承载极限在1.8 A左右。利用其焦耳热性能进行除冰,质量为20 g冰块在树脂基玻璃纤维复合材料样品的表面脱落时间为240 s。表明CNTF在飞机除冰领域具有潜在应用价值。     

α'-AlH_3的制备及形成研究

以LiAlH_4和AICI_3为原料,通过乙醚法制备了AlH_3,采用扫描电子显微镜(SEM)和X射线粉末颜射(XRD),研究了制备条件对产物形貌、晶型的影响规律。结果表明,氢化铝醚合物高温脱醚时,混合溶剂中乙醚比例是影响AlH_3晶型及形貌的主要因素,当结晶时,体系中乙醚不能及时除去,会导致α'-AlH_3的形成,且AlH_3形貌逐渐由立方体变成绒球状。伴生的α'型对AlH_3室温存储稳定性及安全性有较大影响,α'型存在加快AlH_3在室温下分解,且使得样品摩擦感度升高。