教育创新视角下的研究生双导师制解读

导师是研究生教育的重要因素,调整导师与研究生的关系是实施研究生培养机制改革和提高研究生创新能力的一项重要内容.在研究生教育创新的视角下,对不同类型导师制的内涵进行比较,重点对研究生双导师制进行了解读与分析.     

欧洲空域即将统一

4月28日．中国商飞公司上海飞机制造厂举行隆重仪式,庆祝上飞厂为波音生产的第1500架份B737-NG水平安定面交付。此次第1500架B737-NG水平安定面的交付标志着上飞厂与波音签署的1500架份B737-NG水平安定面生产合同全部完成。2008年4月,上飞厂与中国航空技术进出13总公司、波音公司在西雅图签署后续1400架份B737-NG水平安定面生产合同。     

航空复合材料结构精密干涉连接技术综述

凭借在强度、韧性及寿命上的优势,复合材料尤其是碳纤维增强树脂基复合材料（CFRP）逐渐作为主承力结构应用于飞机产品,但由于极易产生连接损伤,其机械连接正面临"干涉破坏强度,非干涉降低性能"的矛盾。而其关键在于对干涉量的精密控制,即实现复合材料结构的精密干涉连接。针对此问题,本文分析了航空复合材料结构精密干涉连接的特点、难点与应用现状,并提出了航空复合材料结构精密干涉连接技术体系框架,重点归纳总结了航空复合材料结构精密干涉连接的三大核心问题：复合材料干涉连接孔周应力分析方法、干涉连接结构损伤萌生与扩展机理、干涉连接结构力学性能退化机制的学术发展脉络及现有问题,在此基础上,指出了未来航空复合材料结构精密干涉连接技术在模型、紧固件、工艺、材料等层面的发展趋势。     

通信约束下异构多无人机任务分配方法

针对异构多无人机协同执行侦察和打击任务中,存在通信距离、时间延迟等约束条件下的局部任务分配问题,提出了一种基于合同网的分布式多无人机任务分配方法。首先建立了异构集群发现新目标时的局部任务分配问题模型,设计了局部无人机通信网络中的信息一致性算法,实现了任务分配过程中任务发布阶段各无人机的冲突消解。设计了任务分配过程中的联盟构建和无人机资源管理方法,使联盟中各无人机能够以更加平衡的方式消耗资源。仿真结果表明,该方法能够解决通信约束下,异构多无人机执行察打任务时,所触发的针对目标打击任务的任务分配问题,且能够获得最大的系统效能。     

路由信息协议的应用研究

对RIP协议在某场景的具体应用进行了研究,对RIP的配置过程进行了详细的阐述,并将其应用在汇聚型OLT与NGN承载网的连接中,系统联调试验结果表明配置过程正确有效,对路由器RIP技术的应用提供了重要的依据。     

邻避设施规划中的政府决策机制构建研究

近些年来,邻避冲突的频发,给社会和谐稳定和城市发展提出了新的挑战,规避邻避冲突具有重大的现实意义。笔者认为规避邻避冲突的关键在于政府要把好邻避设施的规划关,并最终落实到做好政府决策上来。论文结合案例分析了当前地方政府在主导城市邻避设施规划时决策“失守”的原因,并提出了城市邻避设施规划中政府决策机制构建的途径,即要实现决策科学化、决策的民主化和决策的法治化。     

“龙”飞船设计分析

<正>"龙"(Dragon)宇宙飞船是Space X公司为发展载人航天能力而研制的飞船,参与竞标NASA的"商业轨道运输计划COTS"和"商业乘员发展计划CCDev"。2008年12月,Space X获得NASA价值16亿美元的12次商业补给服务合同。目前,"龙"飞船货运型已经顺利完成一次演示飞行试验,3次ISS补给任务。"龙"飞船载人型正在开发中。     

众眼看宇宙

<正>NGC 6302蝴蝶星云蝴蝶星云是位于天蝎座美丽的行星状星云,与其它行星状星云一样,它也是类太阳恒星演化晚期的产物。它有一对非常对称的像蝴蝶翅膀一样的双极结构,目前科学家们对这种双极型行星状星云的物理机制的细节研究还不是很清楚。但是可以肯定的是,在它的中心有一个气体盘面,盘面的中心有两颗互相绕转的恒星,这个双极星     

基于Transformer的点云几何有损压缩方法

点云被广泛地用于三维物体表达,不过真实世界采集到的点云往往数据庞大,不利于传输与储存,针对点云数据冗余性问题,引入基于注意力机制的Transformer模块,提出一种基于Transformer的端到端多尺度点云几何压缩方法。将点云进行体素化,在编码端利用稀疏卷积提取特征,进行多尺度的逐步下采样,结合Transformer模块加强点空间特征感知与提取;在解码端进行对应的多尺度上采样重建,同样采用Transformer模块对有用特征进行加强与恢复,逐步细化并重建点云。与2种点云标准编码方法对比,所提方法平均获得80%和75%的BD-Rate增益;与基于深度学习的点云压缩方法对比,平均获得16%的BD-Rate增益,在相同码率点有约0.6的PSNR提升。实验结果表明：Transformer在点云压缩领域的可行性与有效性;在主观质量方面,所提方法也有明显的主观效果提升,重建的点云更接近原始点云。     

融合卷积注意力和Transformer架构的行人重识别方法

行人重识别技术是智能安防系统中的重要方法之一,为构建一个适用各种复杂场景的行人重识别模型,基于现有的卷积神经网络和Transformer模型,提出一种融合卷积注意力和Transformer(FCAT)架构的方法,以增强Transformer对局部细节信息的关注。所提方法主要将卷积空间注意力和通道注意力嵌入Transformer架构中,分别加强对图像中重要区域的关注和对重要通道特征的关注,以进一步提高Transformer架构对局部细节特征的提取能力。在3个公开行人重识别数据集上的对比消融实验证明,所提方法在非遮挡数据集上取得了与现有方法相当的结果,在遮挡数据集上的性能得到显著提升。所提方法更加轻量化,在不增加额外计算量和模型参数的情况下,推理速度得到了提升。