高职高专土建类专业创新教学模式的探讨

针对高职高专教改中存在的问题，从能力培养要求，教学体系的改革，实践教学的改革，创新能力的培养等方面进行论述，提出构建模块化实践教学体系，加强专业实践教学改革的思路及可操作性的建议。     

微叠层材料及其制备工艺研究进展

着重论述了各种微叠层材料及其制备方法，认为电子束物理气相沉积是制备微叠层材料的有效方法：同时对微叠层材料性能方面的研究也作了相应的论述，并展望了我国今后在这方面的研究方向。     

三维整体编织碳/酚醛复合材料烧蚀表面状态测试与分析

为了更好地研究三维整体纺织碳／酚醛复合材料的成型工艺对材料烧蚀性能的影响，选用不同纤维体积分数和不同编织结构的碳／酚碳复合材料试样，进行烧蚀试验，利用TalyScan150型表面粗糙度测试仪对试样烧蚀后的表面进行测试，并采用多种分析方法对测试结果进行分析。从分析结果可以看出三维四向结构的碳／酚醛复合材料随着纤维体积分数的增加，烧蚀性能变好，较低纤维体积分数（50％）的三维五向结构碳／酚醛复合材料具有较好的烧蚀性能。     

跨音速压气机动静叶排相干的三维非定常流动数值分析

采用时空二阶精度ＮＮＤ显式差分格式求解三维Ｅｕｌｅｒ方程，对跨音速压气机级中动静叶排相干形成的非定常流动进行了数值分析。除动静叶排流动的控制方程体系、数值方法外，着重讨论了动静叶排计算域、网格以及边界条件的处理。对某压气机第１级动静叶排相干的非定常流场的计算，给出了叶片表面的马赫数分布、压力波动幅值，以及叶片槽道中瞬态密度等值线等，并分析了结果的合理性。     

直升机涡环状态试验数据处理研究

采用神经网络误差反向传播算法,以旋翼涡环状态试验数据为基础,研究了桨叶负扭度对直升机涡环状态特性的影响,分析了负扭度变化对旋翼扭矩、拉力平均值及脉动幅度的影响。计算结果表明,神经网络模型能够准确预测桨叶负扭度对直升机涡环状态的影响。     

三维CT图象自动分割法

计算机断层扫描图象（ＣＴ）和核磁共振图象（ＭＲＩ）是诊断疾病和制定治疗方案与手术方案的主要依据之一，而分割ＣＴ和ＭＲＩ图象是定量分析其平面与三维信息的关键之一。本文先采用三维自适应滤波，在保留图象细节的前提下滤除高斯分布噪声和脉冲噪声，然后根据ＣＴ或ＭＲＩ各断层多阈值二值化图象采用区域自动增长算法实现了三维ＣＴ图象和ＭＲＩ图象的自动分割。最后给出了腹部ＣＴ图象的分割结果，该方法分割精度高，速度快，具有广泛的临床应用价值     

抗辐射保偏光纤的制备及其特性研究

通过对保偏光纤进行光漂白与低温相结合处理的方式，来提高光纤的抗辐射性能。保偏光纤再经过1.0 kGy的高剂量预辐照处理后，其损耗会明显增大。随后采用980nm的激光对光纤进行光漂白处理,其损耗并没有发生明显变化。但是，处理后的样品在小剂量辐照条件下其光纤传输呈现先减小后增大的趋势。对于通过液氮进行冷处理的预辐照样品，其光纤传输损耗得到明显的降低，同时光纤经过小剂量辐照后的损耗同样也具有先减小后增大的现象。最后，将两种处理方式相结合，一方面可以有效地降低预辐照光纤的传输损耗，另一方面也使得保偏光纤在小剂量辐照的条件下，使其传输损耗具有减小的趋势，大大提高了保偏光纤在小剂量辐照条件下的抗辐照特性。     

High temporal resolution global PWV dataset of 2005–2016 by using a neural network approach to determine the mean temperature of the atmosphere

Atmospheric water vapour plays an important role in phenomena related to the global hydrologic cycle and climate change. However, the rapid temporal–spatial variation in global tropospheric water vapour has not been well investigated due to a lack of long-term, high-temporal-resolution precipitable water vapour (PWV). Accordingly, this study generates an hourly PWV dataset for 272 ground-based International Global Navigation Satellite System (GNSS) Service (IGS) stations over the period of 2005–2016 using the zenith troposphere delay (ZTD) derived from global-scale GNSS observation. The root mean square (RMS) of the hourly ZTD obtained from the IGS tropospheric product is approximately 4 mm. A fifth-generation reanalysis dataset of the European Centre for Medium-range Weather Forecasting (ECMWF ERA5) is used to obtain hourly surface temperature (T) and pressure (P), which are first validated with GNSS synoptic station data and radiosonde data, respectively. Then, T and P are used to calculate the water vapour-weighted atmospheric mean temperature (Tm) and zenith hydrostatic delay (ZHD), respectively. T and P at the GNSS stations are obtained via an interpolation in the horizontal and vertical directions using the grid-based ERA5 reanalysis dataset. Here, Tm is calculated using a neural network model, whereas ZHD is obtained using an empirical Saastamoinen model. The RMS values of T and P at the collocated 693 radiosonde stations are 1.6 K and 3.1 hPa, respectively. Therefore, the theoretical error of PWV caused by the errors in ZTD, T and P is on the order of approximately 2.1 mm. A practical comparison experiment is performed using 97 collocated radiosonde stations and 23 GNSS stations equipped with meteorological sensors. The RMS and bias of the hourly PWV dataset are 2.87/?0.16 and 2.45/0.55 mm, respectively, when compared with radiosonde and GNSS stations equipped with meteorological sensors. Additionally, preliminary analysis of the hourly PWV dataset during the EI Niño event of 2014–2016 further indicates the capability of monitoring the daily changes in atmospheric water vapour. This finding is interesting and significant for further climate research.     

黄渤海晴空像元下雾霾识别的机器学习算法

为实时有效地识别和监测雾霾，选取2013年10月4日与10月5日的两景MODIS遥感图像，利用不同类型像元的光谱差异，基于神经网络模型，建立海上雾霾的遥感识别机器学习算法。经检验表明，在晴空条件下，机器学习算法反演精度相对较高，已超过98%，利用算法可以实现对中国近海上空雾霾的监测。