随机设计下部分线性模型经验欧氏似然比置信域

在随机设计下本文构造了部分线性模型的经验欧氏似然比统计量,并由它的极限分布构造了部分线形模型参数的渐进置信域。     

基于FPGA最大迭代次数可变的LDPC译码器设计

文章给出了一种基于FPGA最大迭代次数可变的LDPC译码器设计方法。与传统的固定的最大迭代次数译码相比,该方法将译码的实际迭代次数少于分配的最大迭代时间用于对下一帧数据的译码,可以有效利用LDPC迭代译码过程中的空闲时间,来提高译码器的译码性能。在同样的数据吞吐率下,有效地提高了译码性能,而在同样的译码性能情况下,有效地降低了使用的FPGA硬件资源。非常适合译码性能要求高条件下实时高速译码器的设计。     

基于机器学习方法的三维粒子重构技术

通过三维粒子重构获取粒子场的分布情况是层析粒子图像测速的关键步骤,有限二维投影下的三维粒子重构是一个欠定的反问题,其精确解往往很难得到.一般情况下,可以通过优化方法得到近似解.为了获取质量更高的粒子场并用于层析粒子图像测速,提出了一种基于卷积神经网络(Convolutional Neural Networks,CNN)...     

基于视觉测振和卷积神经网络的螺栓松动检测方法

螺栓松动故障的准确检测对于确保机械产品可靠性具有重要意义。为了解决现有的基于卷积神经网络（CNN）的检测方法所需的大量高质量数据难以在实际工程中获取的问题,本文提出了一种基于视觉测振和CNN的螺栓松动检测方法。通过视觉测振技术,从视频中的每一个像素点提取出振动信号,有效解决了CNN模型训练数据难以获取的问题,通过少量实测视频样本即可对CNN模型进行训练,并实现对螺栓连接状态的准确预测。本文通过一个对悬臂梁结构的敲击实验验证了所提方法的有效性。     

面向小样本遥感解译的空间置弃FCN模型

针对当前缺少大型遥感数据集,复杂深度学习语义分割模型优化难等问题,文章通过改进经典全卷积网络(Fully Convolutional Network,FCN)模型,提出了一种面向小样本遥感数据集,联合批归一化和空间置弃方法的智能解译语义分割模型,为解决小样本数据集过拟合问题提供新的思路.首次将空间置弃层引入FCN模型,...     

情醉龙岩

闽西是中国土地革命的重要发源地，是毛泽东思想的初步形成地。闽西是红军的故乡、将帅的摇篮，是中央苏区的主要组成部分和经济中心，是中国共产党最初学习治国理政的实践基地。     

发动机不可控高推力适航部分豁免方法研究

介绍了发动机不可控高推力(UHT)问题的产生背景,论述了申请§25.901(c)条款有关不可控高推力的部分豁免的思路和方法.结合FAA关于不可控高推力的指导材料,给出了有关不可控高推力的持续适航工作建议,对于飞机申请§25.901条款有关不可控高推力的部分豁免具有一定的指导意义     

电离辐射对部分耗尽SOI器件关态电流的影响

针对辐射前后环栅与条栅结构部分耗尽绝缘体上硅(SOI,Silicon On Insulator)器件关态电流的变化展开实验,研究结果表明辐射诱使关态电流增加主要取决于侧壁泄漏电流、背栅寄生晶体管导通、带-带隧穿与背栅泄漏电流的耦合效应.在条栅结构器件中,辐射诱生场氧化层固定电荷将使得器件侧壁泄漏电流增加,器件前、背栅关态电流随总剂量变化明显；在环栅结构器件中,辐射诱使背栅晶体管开启将使得前栅器件关态电流变大,而带-带隧穿与背栅泄漏电流的耦合效应将使得器件关态电流随前栅电压减小而迅速增加.基于以上结果,可通过改良版图结构以提高SOI器件的抗总剂量电离辐射能力.     

“营改增”对财政补助事业单位的影响

按照国家规划，我国“营改增”分为三步走：第一步，在部分行业、．部分地区进行“营改增”试点。上海作为首个试点城市，2012年1月1日已经正式启动“营改增”。2012年7月31日，试点范围扩大至北京等7省市。第二步，选择部分行业在全国范围内进行试点。根据国务院部署，自2013年8月1日起，交通运输业和部分现代服务业“营改增”试点在全国范围内推开。第三步，在全国范围内实现“营改增”，也即消灭营业税。按照规划，最快有望在十二五期间（2011～2015年）完成“营改增”。     

面向空中目标威胁评估的多传感器管理方法

为了降低在空中目标威胁评估任务中由于威胁评估结果的不准确性和传感器辐射所带来的潜在损失，提出了一种基于风险的多传感器管理方法。首先，基于部分可观马尔可夫决策过程建立了传感器管理模型；然后，给出了基于信息状态的威胁评估风险和传感器辐射风险的预测方法以量化潜在损失；接着，为获得更优的作战收益，以多步风险预测值为决策依据，以两种风险的加权和最小为优化目标建立了长期目标函数；最后，在求解目标函数时，将传感器管理问题转化为决策树搜索，设计了一种基于分支定界的标准代价搜索算法以快速获得高质量的管理方案。仿真实验表明，所提算法能够在搜索到高质量解的同时大幅减少计算时间和内存消耗；所提方法能够对风险进行准确预测，且相比于经典的传感器管理方法，所提方法具有更好的风险控制效果。