华航大学生学习的现状

大学阶段是学生学习专业知识的开始,是掌握一技之长的重要时期。由于大学生的学习相对独立、内容多、进度快,而且学习与就业息息相关,所以需要学校认真研究大学生的学习,了解大学生学习中存在的问题,给予相应的指导。     

要闻

俄大力推进导弹研究计划和新型武器研制工作 据报道,俄罗斯国防部正在进行一项新的洲际弹道导弹研究计划,这种新型洲际导弹采用液体燃料,可同时发射15个核弹头,射程可覆盖整个北半球。俄罗斯已为这项新的核弹头洲际导弹计划拨款275亿美元,其首枚实验导弹已进行组装,预计9年内该型号导弹可列装部队。     

浅谈航空公司联盟对中国民航的影响

随着航空运输市场自由化,建立国际航空联盟、形成全球性的航线网络结构已成为民航运输业发展的一大趋势。国际航空联盟是航空公司进入国外航空运输市场、实现全球化发展战略的有效途径。目前国航和上航加入了星空联盟,南航和东航则选择了天合联盟。航空公司联盟的     

民机型号研制客户服务适航计划研究和应用

针对民机客户服务适航取证工作特点,通过分析研究相关适航规章,构建了型号项目客户服务适航计划编制和管理模型,并通过客户服务适航计划编制和管理为实例论证了模型应用的有效性.     

CIO在PLM中的作用——帮助开发"一流的产品"以推动经济复苏

2010年第一季度的Aberdeen商业评论指出,产品生命周期管理(PLM)对业务连续性变得空前重要,并因而被迅速列入到CIO的战略性议事日程上。基于此,Aberdeen以160多家制造商为对象开展了一项调查研究。本文是该项研究的结果,它为CIO提供了切实可行的指导意见,可确保他们从PLM中充分挖掘业务价值。     

民机节油策略研究

节油是航空公司的长效措施,各航空公司均很重视。从飞行具体环节出发,基于性能研究民机节油策略,给出飞行前重量、重心、APU 使用和滑行等措施分析和建议,并给出起飞、爬升、巡航、下降和进近着陆的经济飞行节油策略分析和建议。通过对飞行具体环节节油策略的研究,提出重视飞行计划优化和执行的思路,案例分析优化效果,对比分析现有飞行计划方法,得出飞机制造商提供包含飞行计划和QAR(Quick Access Recorder)分析系统等的整体IT解决方案,是提升节油效果的一个性价比很高的选择的结论。     

战斗机嵌入式训练系统中的智能虚拟陪练

智能化"实虚"对抗是现代先进战斗机嵌入式训练系统的重要功能需求。自主空战决策控制技术在未来空战装备发展中扮演关键角色。将当前的功能需求和发展中的技术结合起来,得到了空战智能虚拟陪练的概念。先进控制决策技术的引入使得智能虚拟陪练能够帮助飞行员完成复杂的战术训练,而训练中真实的对抗场景为技术的验证提供了理想的环境,大量的训练数据为技术的持续迭代优化提供了保障。作为可学习和进化的空战战术专家,智能陪练在人机对抗和自我对抗中不断优化,当其具备与人相当甚至超越人的战术能力时,可应用于未来的无人空战系统。智能虚拟陪练需要具备4项基本能力：智能决策能力、知识学习能力、对抗自优化能力和参数化表示能力。对其包含的关键技术进行了分析,提出并实现了一个基于模糊推理、神经网络和强化学习的解决方案,展示了其各项基本能力及目前达到的空战水平。未来更多的模型和算法可在智能虚拟陪练的框架中进行验证和优化。     

情感因素对语言学习的影响

情感因素对语言学习具有重大的影响.在学生智商水平相当的情况下,情感差异会导致学生学习成绩的高低之分.情感差异是由家庭、环境、情趣、学习方法等综合因素造成的.积极的情感会对学生的学习起到促进作用;反之,消极的情感则会阻碍学生的学习.教师在教学中应善于引导学生,促进学生积极情感的产生,减少消极情感的作用,以提高教学效果.     

基于改进SSD的无人机航拍目标检测

针对无人机航拍图像尺度变化大、识别难度大和目标普遍较小的问题,提出一种基于改进单阶段多框检测器(single shot multibox detector, SSD)的无人机航拍目标检测算法——RCBnet.该算法为了提升网络的特征提取能力,将SSD算法的特征提取网络修改为Resnet-50并采用特征融合的方式,将特征图进行融合,用融合后的特征图构建特征金字塔;为了增强算法对物体的检测能力,设计一种联合注意力机制的多尺度卷积结构来有效调节感受野,实现不同尺寸卷积核对特征图的并行运算;针对训练过程中正负样本极具不平衡的问题,该算法采用Focal Loss损失函数训练网络模型,使其侧重于困难样本.通过与其他经典算法相比可知,所提算法在无人机航拍图像中具有更高的检测精度、更好的检测性能和鲁棒性,相比SSD,精度提高达3.46%.     

基于联邦学习的星群故障诊断

针对卫星编队中单颗小卫星欠配置、测量信息不全和故障类型数据少等问题,提出一种基于联邦学习的卫星编队故障诊断方法.基于故障影响下的卫星动力学模型,利用Unity3D引擎搭建虚拟仿真环境,为后续卫星故障注入及故障数据产生奠定基础.考虑单个小卫星测量配置不全的问题,采用双向协调网络(BicNet)构建卫星本地故障诊断模型,借鉴邻居卫星的“远端”敏感器信息,实现本地卫星故障诊断.采用联邦学习框架进行分布式训练,每颗卫星上传本地模型参数进行协同建模,在不增加通信压力的情况下,整合整个星群的故障特征,提高星群对不同故障类型的故障诊断能力.所设计的编队故障诊断算法在编队卫星数量变化时也无需重新训练诊断网络,满足“即插即用”的工程需求.通过仿真实例验证,在测试集上精度达到99%,表明该方法有较高的准确性.