同无黑子耀斑相协的微波爆发机制的探讨

1980—1984年期间,我们在云南天文台9375MHz,3653MHz和2902 HHz三个波段的射电观测资料中,查到11组微波爆发与无黑子耀斑相伴随。本文研究了这些爆发与耀斑的大气层高度,射电爆发类型以及通过落进峰值流量-时间图的位置,确认出爆发机制是活动区中作麦克斯韦分布电子的热轫致辐射。     

陆地观测卫星监测马来西亚洪灾

<正>2014年底,中国资源卫星应用中心接到中国国家航天局转来的马来西亚洪灾监测请求后,立即启动应急响应机制,紧急调动高分一号、资源三号等多颗卫星对灾区进行动态监测,并于第一时间通过应急共享通道提供了环境一号卫星灾区监测影像3景。截至1月4日,中国资源卫星应用中心向马来西亚提供洪     

发达国家乡村演变的历程与启示——以日本为例

梳理战后日本乡村演变的历程,剖析日本经济急速增长中地方农村工作的开展情况以及意识形态、文化等方面对中小城镇传统文化的冲击。归纳日本经济增长给日本农村发展带来的影响。分析日本乡村建设中的问题,总结日本在乡村演变中的问题解决方式。在政策措施和管理模式上进行创新探索,以推动我国新型农村的发展。     

首都机场场道除冰雪组织模式研究

场道除冰雪是民用机场冬季运行的重点保障工作。本文在详细阐述首都机场场道除冰雪发展演变及现行除冰雪基础上,重点从除冰雪模式优化,除冰雪协调机制及有效的技术监控手段搭建方面阐述首都机场场道除冰雪组织模式。     

一种卫星信道的反馈优化接入机制

提高卫星信道资源利用率，探索高效可行的端站接入机制是卫星通信发展亟待解决的问题之一。当前卫星通信DVB-RCS标准基于带宽预先规划的接入机制与端站随遇接入的需求矛盾凸显，因此提出一套信道反馈优化接入机制，综合考虑各端站数据业务需求，在不改变原有协议信令特征的基础上，探索性地引入谦虚度激励方法，创造性地构造动态协商反馈模型并加以求解，达到提高端站接入数量、满足随遇接入需求、提升信道利用效率、最大化整体带宽通信业务效益的目的。通过试验验证，带宽分配反馈优化机制比传统模式提高近1倍接入率，最大端站数接入时算法耗时约只有0.67s，可为卫星信道使用提供技术参考。     

全球空域风险评估机制亟待改革

在刚刚过去的7月，接二连三的空难事故，令人痛心疾首。这其中，有天灾也有人祸。我们在愿逝者安息的同时，更需要查清原因，引以为戒。 7月17日，马来西亚航空公司MH17航班在乌克兰东部地区“坠毁”，机上298人全部遇难。虽然还未正式确认，但越来越多的证据表明。     

工业园区配套住房的成本分担机制——以东北某市谋划的“廉租家户式公寓”为例

农业转移人口市民化成本是新型城镇化推进的主要障碍,其中住房成本占有较大的份额。工业园区是农业转移人口的就业集聚区,现有的保障性住房供给体系并未将农民工全面纳入,尚未充分考虑农业转移人口的临时性居住问题。东北某市运用成本分担机制谋划的"廉租家户式公寓"项目,实现了农业转移人口短期居住的"优区位、高品质、全配套、低租金",形成了政府、企业、个人三方积极参与、合作共赢的格局。该模式的核心要义在于政府的克己惠民,或将成为工业园区周边配套住房供给的可推广模式。     

国外政府对航空公司的监管机制研究及启示

在民航市场化程度日益深入的时期,要想保证民航运输市场的稳定健康发展,政府对航空公司的监管则显得尤为重要。本文系统分析了欧美等民航发达国家政府对航空公司监管的政策机制,包括市场准入监管、持续运营监管以及市场退出监管,以从中获得启示,并对我国构建完善的航空公司监管机制提出政策建议。     

跨声速串列转子失速机制的数值研究

为了解决跨声速串列转子的低裕度问题,就必须了解跨声速串列转子的流场结构与失速机制.设计了叶尖切线速度为450m/s,负荷系数为0.56的高负荷跨声速串列转子.基于数值模拟的结果,分析了该串列转子在0.5mm叶尖间隙下的叶尖流场结构与失速机制,并在此基础上分别探讨了叶尖间隙和前、后排叶片周向位置对串列转子特性的影响和失速机制的变化.结果表明:前排叶片的叶尖区域是 影响串列转子稳定性的关键;随着叶尖间隙的增加,串列转子的失速机制也发生变化,从前排叶片叶尖区域的尾迹与径向潜流堵塞后排叶片通道转变为前排叶片叶尖泄漏流堵塞;在较大周向相对位置(后排叶片压力面周向远离前排吸力面)的情况下,串列转子获得最好的效果,随着周向相对位置(PP)的增加,失速部位从后排叶片转移至前排叶片.      

基于高光谱和LiDAR的黄河口湿地植被分类方法

利用无人机（Unmanned Aerial Vehicle, UAV）高光谱影像（Hyper-spectral Imaging, HSI）和激光雷达（Light Detection and Ranging, LiDAR）数据开展黄河口湿地植被分类方法研究。由于高空间分辨率HSI光谱变异性强,以及LiDAR点云密度不均匀,分类结果呈现出“椒盐”现象。为了解决这些问题,本文提出了一种结合空谱特征融合和通道注意力机制的双分支卷积神经网络（SSF-C-DBCNN）。光谱注意力机制通过为每个波段分配不同的权重来减少光谱变异性的影响。空间注意力机制侧重于学习和强调特征表达能力强的密集点云区域空间信息,从而减轻LiDAR点云密度不均匀对结果的影响。最后,在双分支融合特征后引入通道注意力机制来提取更深层次的特征。利用UAV采集的HSI和LiDAR数据进行实验验证,结果表明,本文提出方法的性能优于随机森林和五种深度学习方法,分类结果更为贴合实际土地覆盖,有效地抑制了“椒盐”现象。