基于眼动数据的网络搜索行为预测方法

预测用户的网络搜索行为对改进搜索引擎和提升用户体验十分重要.现有大多数方法是基于用户的交互数据,如查询、点击和鼠标移动等.提出一种基于眼动数据的用户网络搜索行为预测方法.通过眼动实验,采集用户在网络搜索任务时的眼睛运动数据,将这些数据转化成两种数据格式:直方图和序列.直方图数据描述用户注意力的分布情况,序列数据呈现用户的扫视路径.使用4种学习算法对用户决策或用户意图进行预测,同时研究两种数据格式的性能.结果显示,两种数据格式均适合于预测用户决策,而序列数据更适合于预测用户意图.该结果表明,利用眼动数据能够有效预测网络搜索行为.      

过冷大水滴动力学行为对翼型结冰的影响分析

过冷大水滴（SLD）是极端危险的飞行环境之一。因大粒径水滴独特的动力学行为变形破碎、飞溅反弹,传统结冰计算方法难以准确地反映SLD结冰情况。采用Navier-Stokes方法求解流场、Euler方法计算水滴撞击、Shallow Water模型模拟结冰,并与NASA实验结果进行了对比验证方法可信。结果表明：SLD动力学行为对结冰和冰形影响较大。其中,变形破碎改变了水滴运动轨迹和撞击范围,降低了水滴撞击极限,导致上下结冰极限减小2.83%、2.13%;飞溅降低了驻点附近水滴收集率,导致前缘积冰量减少8.09%;反弹显著降低了水滴撞击极限,导致上下结冰极限减小30.69%、20.01%;撞击后飞溅反弹二次水滴再入流场使得上下结冰极限增加6.14%、3.71%。同时,与干净翼型相比带冰翼型空气动力学性能严重退化,在相同迎角下,升力更小、阻力更大、气动效率更低。     

月面巡视探测器行为控制初探

阐述了月面巡视探测器几种行为控制结构的特点,详细阐述了巡视探测器的导航运动控制方式,研究了国外巡视探测器的导航运动控制特点;并以此提出了巡视探测器基于模糊逻辑的分层行为控制模式,举例说明了巡视探测器的行为描述方式。     

循环吸湿对炭纤维复合材料界面性能的影响

通过对炭纤维增强复合材料进行70、85、100℃下的循环水浸吸湿试验,研究了复合材料在不同水浸温度下的吸湿-脱湿行为规律。同时,对循环吸湿-脱湿过程中的试样进行层间剪切强度测试和动态力学性能测试,并结合扫描电镜观察循环吸湿各个阶段的纤维基体结合状态。结果表明,水浸温度越高,水分的扩散速率越快,饱和吸湿率越大。经过循环吸湿后复合材料的吸湿行为仍满足Fick第二定律,吸湿后层间剪切强度下降,湿热循环次数越多下降的越明显。脱湿后层间剪切强度有所恢复,水浸温度越高造成的不可逆破坏越大,层间剪切强度恢复的越少。干态时的玻璃化转变温度为231℃,吸湿后下降了37℃。     

CVD-Si3N4陶瓷及其复合材料氧化行为研究进展

概述了CVD—Si3N4陶瓷及其复合材料在干燥氧气下的氧化行为。Si3N4陶瓷在高温下氧化时，除生成SiO2保护膜外，还生成一薄层比SiO2膜更优异的氧气扩散阻挡层(Si—O—N化合物层)，该层具有优异的抗氧化性能。介绍了两种氧化机制模型，同时分析了温度、杂质等对CVD—Si3N4陶瓷氧化行为的影响。     

含腐蚀预损伤铝合金2024-T62的疲劳断裂行为及基于断裂力学的寿命预测

针对2024-T62铝合金薄板系统地开展了腐蚀预损伤对材料疲劳S-N曲线、小裂纹萌生行为、长短疲劳裂纹扩展及物理小裂纹门槛值扩展行为的影响等试验研究.结果表明:腐蚀预损伤对材料疲劳S-N曲线及材料疲劳小裂纹萌生行为有明显的影响,但时材料长短裂纹扩展及物理小裂纹门槛值扩展行为没有明显的影响.通过假定腐蚀预损伤为初始小裂纹...     

热障涂层氧化行为研究进展

综述了国内外粘接层氧化行为的研究进展,介绍了粘接层氧化动力学,热生长氧化物( TGO) 组

成、结构和形成规律,以及亚稳态Al2O3 向稳态Al2O3 的转变规律,分析了MCrAlY 粘接层及基体合金中的各种

元素对TGO 形貌和成分的影响,指出了深入研究粘接层氧化行为的方法以及热障涂层性能的改善措施。

     

TC11合金高温变形行为及其机理

采用Gleeble-1500热模拟机研究了TC11合金在800～1 050℃、应变速率0.005～5/s条件下的高温变形行为.根据动力学分析,确定了不同温度区间的热激活能和热变形方程.结合变形微观组织观察确定了TC11合金的高温变形机制.结果显示:TC11合金在(α β)两相区和β相区的热变形激活能分别为285.38和141.98 kJ/mol,表明不同温度区间的热变形机理不同;在两相区变形主要发生片状组织的球化,在β相区变形时低应变速率下(0.005～0.05/s)主要发生β相的动态再结晶,高应变速率下(0.05～5/s)主要发生动态回复.研究结果为确定该合金的最佳变形工艺参数提供了理论依据.     

自主虚拟人智能驾驶行为模型的研究和实现

描述了自主虚拟人的分层驾驶行为及对虚拟世界的感知.在对自主虚拟人的驾驶行为进行研究的基础上,结合导向行为与专家经验,建立了基于产生式规则的智能行为模型,并给出了规则的具体实现.通过虚拟现实技术对该智能模型进行了验证,证明了其可行性.      

考虑移动目标不确定行为方式的轨迹预测方法

针对现有方法难以预测出符合飞行移动目标不确定行为方式轨迹的问题,提出基于逆强化学习的飞行移动目标轨迹预测方法,通过学习目标行为偏好以及模拟目标行为决策过程的方式预测目标的移动轨迹。首先基于深度神经网络建立目标的行为决策模型与行为偏好模型,然后通过最大熵逆强化学习方法交替地学习模型参数。为了有效地学习目标的不确定行为特征,采用监督学习的方法学习出目标示例轨迹概率分布模型,用于指导目标行为偏好模型的训练以及初始化目标行为决策模型,同时通过对目标行为偏好模型进行预训练的方式提高其训练质量。仿真结果表明,提出的飞行移动目标轨迹预测方法可通过学习到的目标行为决策模型较为准确地模拟目标的行为方式,预测的目标轨迹分布与真实的目标轨迹分布在Kullback Leibler(KL)散度下的相似度可达0.24。