硅半球深腔结构无损检测技术

半球深腔的加工质量是决定硅基MEMS半球陀螺精度的关键因素之一，及时检测半球深腔的形貌参数并将其反馈至加工过程，是确保高性能MEMS半球陀螺研制成功的重要措施。由于硅半球深腔的深度较大，台阶仪和光学显微成像系统无法对半球深腔的形貌特征进行有效测量。因此,需要将硅深腔结构剖开后采用扫描电镜(SEM)进行检测。这种检测方式时间周期长，且属于破坏性的样本检测，效率和测试精度都较低。提出以硅半球深腔为模具，利用PDMS铸模将硅半球深腔的结构尺寸和表面形貌转移到PDMS凸起的半球模型上，通过检测PDMS半球模型的尺寸结构和表面形貌，即可反推出硅半球深腔的尺寸特征。经实验验证，脱模后的PDMS模型可以准确地反映出半球深腔的尺寸信息，测量结果的不确定度小于5‰，有效解决了硅半球深腔无损检测的难题。     

聚氨酯增韧改性 PISOX 树脂及其复合材料的性能

利用MDI与PTMG-2000制备聚氨酯预聚体,对聚(异氰脲酸酯-噁唑烷酮)树脂(PISOX)进行增韧改性:考察不同I/E、不同预聚体添加量的树脂浇铸体力学性能的变化;并对最优配方进行复合材料力学性能测试和DMTA测试,比较改性前后复合材料力学性能和耐热性能的变化;利用SEM观察改性前后微观形态的变化,推测增韧机理。结果表明,I/E=1.8、添加15%预聚体时树脂浇铸体综合力学性能最优,弯曲强度、弯曲模量、冲击强度分别为60.92 MPa、2 295 MPa、6.40 k J/m2;利用该基体制备复合材料,具有比未改性体系更优异的力学性能和界面性能,且聚氨酯预聚体的引入对树脂在高温下的耐热性能没有明显影响,其玻璃化转变温度均在258℃左右;对比改性前后体系固化物的微观结构,改性后的体系呈两相结构,橡胶相起到吸收冲击能和终止裂纹的作用,有效地提高了材料的韧性。     

基于计划到达时刻的四维航迹规划

为了加速空管自动化与智能化技术的应用与实施,提出了水平航迹与高度/速度剖面分阶段设计的四维航迹规划方法。基于动态时间规整与层次聚类方法实现历史雷达航迹聚类分析,完成水平航迹设计。建立速度剖面规划模型,通过航迹生成器与速度调整器交互协作,精细化控制进场时间,以满足计划到达时间要求。以上海浦东国际机场PINOT进场航班为例实施验证,结果表明,四维航迹规划方法可有效实现航班的计划到达时间,从而减少航班延误,提高终端空域运行效率。     

不同分子量聚碳硅烷的性能及对Ｃ/ Ｃ－ＳｉＣ 复合材料增密的影响

以四种分子量级别聚碳硅烷(PCS)为浸渍剂,采用CVD和浸渍-裂解工艺制备了C/C-Si C复合材料,分析了四种分子量级别PCS的分子量、软化点,分子结构和热失重性能,采用压汞法测试试件的孔隙分布特性。分析表明,PCS的软化点和800℃转化率都随着分子量的提高而提高;四种分子量级别的PCS热分解过程基本相同,分子的支化程度差异不大。数均分子量为1 178、1 333的PCS的整体致密化效率要高于数均分子量为1 550的PCS,经过7个周期致密后,分子量为1 178的PCS所致密试样的累积孔隙容积最高,分子量为1 550的PCS所致密的试样最低。前5个浸渍裂解致密周期采用分子量为1 550的PCS,以后周期采用分子量为1 178或1 333的PCS,可以达到较高的致密效率。     

基于综合模糊聚类算法的液体火箭发动机故障诊断

基于液体火箭发动机正常及故障状况数据的完备程度和数据质量的不断提高,提出一种基于数据驱动的综合模糊聚类算法用于故障诊断。采用模糊c均值(FCM)算法对已知正常样本数据进行聚类得到最优的聚类中心,将所得到的聚类中心作为先验样本数据用于传递闭包法最优分类结果的选择从而得到故障检测结果,该算法只需要少量的正常先验样本数据就能快速、准确的检测出故障;随后采用FCM算法进行故障分类,可以根据现有的故障数据库进行聚类得到对应的故障类型,并且可以给出故障幅值范围。模型仿真结果表明:该算法对故障的检测率可达968%,故障隔离率达到94%。某型液体火箭发动机实际试车数据结果表明:该故障诊断算法能够准确及时的检测并隔离出故障。     

时空轨迹多维特征融合的行为规律挖掘算法

在预警监视系统中，利用数据挖掘技术可以从海量的目标时空轨迹数据中挖掘出目标的行为规律，实现态势信息的智能感知。目前大部分行为规律挖掘方法仅考虑目标轨迹的空间位置信息，忽略了航向和速度信息，因此难以区分空间位置相似但运动速度和方向不同的行为。除此之外，轨迹聚类算法普遍存在参数设置复杂的问题，而且容易受到轨迹行为分布密度的影响。针对上述问题，首先，通过构造时间滑窗定义了时空Hausdorff距离，可度量时空轨迹多维特征差异；其次，结合k最近邻和密度峰值聚类中决策图的思想，提出了时空轨迹多维特征融合的行为规律挖掘算法；最后，使用仿真飞行器轨迹和实测雷达轨迹数据进行实验分析和验证，结果表明在典型应用场景下本文算法可以准确地挖掘出目标所有行为规律，在智能监视任务中具有较好的应用前景。     

大数据技术在应用型本科高校数字图书馆建设中的作用

针对应用型本科高校图书馆建设,讨论了运用大数据挖掘技术建设数字图书馆的一些关键问题。从科研动向、信息服务质量和馆员数字素质培养等方面加以探讨,并提出了相应解决方案。最后就如何运用数据挖掘技术建设高校数字图书馆进行了阐述,从读者记录、浏览内容、浏览行为和保持读者等方面,论证了大数据挖掘技术在数字图书馆建设中的重要作用。     

A salient edges detection algorithm of multi-sensor images and its rapid calculation based on PFCM kernel clustering

Multi-sensor image matching based on salient edges has broad prospect in applications, but it is difficult to extract salient edges of real multi-sensor images with noises fast and accurately by using common algorithms. According to the analysis of the features of salient edges, a novel salient edges detection algorithm and its rapid calculation are proposed based on possibility fuzzy C-means （PFCM） kernel clustering using two-dimensional vectors composed of the values of gray and texture. PFCM clustering can overcome the shortcomings that fuzzy C-means （FCM） cluster- ing is sensitive to noises and possibility C-means （PCM） clustering tends to find identical clusters. On this basis, a method is proposed to improve real-time performance by compressing data sets based on the idea of data reduction in the field of mathematical analysis. In addition, the idea that kernel-space is linearly separable is used to enhance robustness further. Experimental results show that this method extracts salient edges for real multi-sensor images with noises more accurately than the algorithm based on force fields and the FCM algorithm; and the proposed method is on average about 56 times faster than the PFCM algorithm in real time and has better robustness.     

An extended chirp scaling algorithm for spaceborne sliding spotlight synthetic aperture radar imaging

A system impulse response with low sidelobes is critical in synthetic aperture radar（SAR） images because sidelobes contribute to noise and interfere with nearby scatterers. However,the conventional tricks of sidelobe suppression are unable to be exactly applied to the case of spaceborne sliding spotlight SAR due to great azimuth shifts in both time and frequency domains. In this paper, an extended chirp scaling algorithm is presented for spaceborne sliding spotlight SAR data imaging. The proposed algorithm firstly uses the spectral analysis（SPECAN） technique to avoid the azimuth spectrum folding effect and then employs the chirp scaling（CS） algorithm to achieve data focusing, i.e., the so-called two-step approach. To suppress the sidelobe level, an efficient strategy for the azimuth spectral weighting which only involves matrix multiplications and short fast Fourier transformations（FFTs） is proposed, which is a post-process executed on the focused SAR image and particularly simple to be implemented. The SAR image processed by the proposed extended CS algorithm is very precise and perfectly phase-preserving. In the end, computer simulation results verify the analysis and confirm the validity of the proposed algorithm.     

基于模块度的复杂网络社团结构聚类新算法

针对传统的分裂聚类算法删除连边会影响节点划分的问题,结合K-means算法的思想并加以改进,提出了一种以邻居节点为聚类备选集,所有社团中心节点同时聚类的同步聚类算法。该算法根据节点中心度和最短路变化率确定社团中心节点集,然后以中心节点为社团中心,以邻居节点为聚类备选集合进行聚类,完成社团的划分。将算法应用到Zachary网络中并与GN算法、Top Leader算法进行比较,仿真结果表明该算法对网络有较好的划分。