要重视和加强大学生的爱国主义教育

爱国主义教育是大学生思想教育的重点。但长期以来，爱国主义教育在大学生思想教育中只停留在口头说教上，宣传口号中，没有采取切实可行的措施，使大学生的爱国主义意识和爱国主义行为收效甚微。为了确保我国在激烈的国际竞争中立于不败之地，确保实现全面建设小康社会，确保中国特色社会主义事业的兴旺发达，后继有人，重视和加强大学生的爱国主义教育具有重大而深远的战略意义。     

基于射流的涡轮平面叶栅流动控制数值模拟

通过数值模拟方法研究了襟翼射流对涡轮叶栅流动的控制,给出了从某型涡轮叶片压力面尾缘附近由面积为0.785 mm2的矩形射流喷口喷射不同流量射流,对不同流动状态下涡轮叶栅流动的影响效果。结果表明,射流襟翼能够有效控制通道内的主流流量和流动方向;当射流流量达到主流流量的4%时,在三组雷诺数下主流流量平均减少了12.57%,气流转折角平均增大了4.82%;随着射流流量的增大,叶片载荷系数有所降低,同时总压损失会增大。     

推广联合滤波算法在卫星组合定姿系统中的应用

研究了不同模型下的推广联合滤波算法。基于信息融合理论和信息守恒原理，提出信息分配是信息融合的逆过程的观点，给出和证明了信息分配定理，为推广联合滤波算法提供了理论基础。以某卫星组合姿态确定系统为例，详细讨论了推广联合滤波的结构及其实现过程。理论分析和数学仿真结果表明：推广联合滤波算法比现有的联合滤波算法计算量小，且推广联合滤波算法能够同时保证全局最优和局部最优，而现有的联合滤波算法不是局部最优。     

未来月球及深空探测中的动力学环境问题

近年来,越来越多的空间机构将月球和深空探测作为未来空间探测的重点。未来随着深空探测任务复杂度的增加,其面临的动力学环境也更加复杂。文章分析了月球和深空探测过程中所面临的动力学问题,介绍了现有月球和深空探测中主要动力学环境试验的情况,最后提出了未来月球和深空探测所面临的动力学环境模拟挑战和建议。     

批产航天器自测试系统设计

集成快检、存储快检与射前快检成为批产航天器亟待解决的问题。传统航天器综合测试模式存在测试效率低、测试改装部署繁琐、测试成本高、测试周期长和难以深入产品内部探查的问题,不能很好地适应批产研制与测发需求。针对该问题,从航天器可测试性与自测试设计出发,研究航天器自测试功能单元的设计方法、自测试通信交互模式、基于结构模型与行为模型的自测试诊断模型设计方法,设计了分层的自测试系统架构,通过总线快速调度自测试流程,提升快速检修能力,满足批产航天器快检需求。     

五边平行进近冲突风险定量分析模型

针对飞机五边平行进近时飞行冲突,提出了一种五边平行进近飞行冲突定量分析模型。模型通过飞机在任意时刻的标称位置坐标与因不确定性因素导致的航迹偏移量之和,形成飞机任意时刻真实位置坐标,基于此推导出飞机在五边平行进近时冲突风险计算公式。在分析不确定性因素导致航迹偏离时,提出了一种基于布朗运动的随机过程来描述因干扰因素导致飞机随机运动的方法。在建立模型后,使用蒙特卡罗仿真方法计算了飞行冲突概率,结果理想。     

甲醇超临界水完全气化制氢系统的火用分析

基于热力学火用平衡方程所揭示的实际用能过程和理想用能过程,通过引入"偏离值"、"偏离度"两个指标,对甲醇超临界水制氢系统进行了火用分析。首先确定了加热和反应环节为重点优化环节;然后研究了此二环节的"偏离度"分别随压力、温度的变化规律,并比较了压力和温度对"偏离度"的影响作用大小。在提高甲醇制氢系统的能质利用率方面进行了有益的探讨,其结论对制氢系统的节能工作具有一定的参考价值。     

基于总线式集成框架的本体构建及映射研究

通过本体的构建及相应的本体映射策略,可以很好地解决信息集成过程中出现的语义异构问题。是实现异构数据源语义解析的基础。在已有研究成果总线式信息集成框架的基础上,针对目前本体构建过程存在的不足,提出了基于共享词汇表的全局本体构建技术和基于UML的局部本体构建技术,使所构建的本体元素间关系更加准确完备,具有良好的一致性。提出了基于综合相似度的本体映射策略,大大提高了本体映射的精度。     

基于实体-属性框架的领域知识库构建

知识库是进行各种自然语言处理任务不可或缺的一项基础性的资源。而目前知识库的构建还是一个难点问题,尤其是以自动方式构建复杂的领域性知识库系统的研究还处于探索阶段。本文提出一种基于实体-属性框架的领域知识库自动构建方法,致力于利用航空百科辞典的信息自动获取术语之间的上下位关系及部分实体属性关系,其中,基于多策略的上下位关系术语对提取融合了后缀子串匹配、模板自动构建、实质提取三种方法,分别考虑了辞典中反映上下位关系的不同信息。其中模板自动构建方法,在无需人工标注语料的情况下获得了比较好的效果。属性提取部分采用了以人工标注语料为前提的模板匹配方法。实验表明,本文系统对术语上下位关系抽取的F值达到76.01%,对各个属性的抽取也达到了75%以上。