基于模板技术的GUI编程

主要介绍了C 泛型编程技术在GUI开发领域所使用的WTL技术.从模板的基本概念入手,介绍了ATl/WTL技术的基础概念,并且从WTL的窗口实现和消息处理机制两个方面分析了其实现原理.还简单介绍了WTL在WINDOW平台下开发应用程序的过程以及自绘制按钮的开发.     

排故中的QAR数据使用

作为记录航空器系统参数的重要附件,机载快速存取记录器(QAR)已经得到了广泛的应用。本文通过实例,阐述了维修人员利用QAR数据在飞行中进行排故的一些常用方法。     

基于神经网络的飞行科目模板样本集建立方法

为建立某一飞行科目的模板样本集,提出一套基于神经网络和卡尔曼滤波的数据处理方法。任选一次试飞样本,建立Kohonen自组织神经网络进行参数降维、聚类分析、特征提取等,使样本量缩减90%以上,得到该科目的模板样本集。用处理后的样本训练BP神经网络,对其他未经处理的试飞样本进行载荷预测,误差均在3%之内,说明处理后的样本能代表该科目的数据特点,即为模板样本集。方法可以为飞机载荷监控数据库的完善工作服务。     

基于自适应Siamese网络的无人机目标跟踪算法

无人机已被广泛应用到军事和民用领域，目标跟踪是无人机应用的关键技术之一。针对无人机跟踪过程中目标易发生形变、遮挡等问题，提出一种基于自适应Siamese网络的无人机目标跟踪算法。首先，利用2个卷积网络构建一个5层Siamese网络，通过对模板特征与当前帧图像特征进行卷积得到目标位置；其次，利用高斯混合模型对以往的预测结果进行建模并建立目标模板库；然后，从模板库中挑选出最可靠的目标模板并以此更新Siamese网络的匹配模板，使Siamese网络能够自适应目标的外观变化；最后，引入回归模型进一步精确目标位置，降低背景对网络性能的影响。仿真实验结果表明：该算法有效降低了形变、遮挡等情况对跟踪性能的影响，具有较高的准确率。     

一种用于专利主题词抽取的模板自动生成方法

专利主题词是用以表述发明或实用新型名称的技术关键词,专利主题词的抽取是专利技术方案信息抽取的第一步,是填充信息抽取结果模板的有效依据和填充子之一。将信息抽取技术应用于中文专利摘要文本,在充分分析了专利摘要文本和专利标题特点的基础上,采用无指导的方法构建信息抽取模板,进而完成专利主题词的抽取。实验表明,该方法获得了较好的抽取效果。     

基于XML的Web制造资源数据交换

本文以MS SQL Server2000作为数据资源的服务平台，对制造资源进行深入、细致的分析，从而创建与制造资源相关的所有数据库，并在ⅡS中配置SQLXML支持，创建ⅡS虚拟目录，通过使用XML、XSL、SQL等语言编辑模板并将该摸板保存在所创建的虚拟目录下，以实现与数据库的映射，然后通过HTTP直接实现与服务器数据库的连接，从而实现利用XML在分布式网络上进行制造资源数据的查询、修改、删除以及更新等操作，以实现进行制造资源的全面管理与资源共享。     

基于DSP和单片机的刀具监控系统设计

根据刀具监控系统数据采集量大，计算量繁重以及对实时性要求高的特点，采用单片机和DSP并行处理的双CPU处理方案对系统进行设计，即该系统由并行运行的两个子系统构成：基于单片机80C196KC的信号采集及控制功能子系统负责反映刀具状态的各路信号的采集和各种控制功能；基于DSP TMS320C32为核心的信号处理子系统负责信号处理和刀具状态值的估计。此方案充分利用了DSP运算能力强和单片机控制能力强的优点，实现了系统的快速运算和实时控制功能。     

湍流燃烧算例在多种CPU平台的模拟性能对比

新型燃烧室研发需要高精度数值模拟及大规模并行计算。几何高保真加上高精度的湍流模型、湍流燃烧模型和化学反应机理等,必需从各方面提升大规模并行计算效率。目前超算平台的浮点运算能力评测并不能完全代表湍流燃烧模拟的实际消耗,因此列举了各计算平台的Linpack测试分数进行参考,采用典型湍流火焰数值模拟对常用的CPU超算平台进行测试,检验并行计算效率,分析结果。湍流燃烧模拟采用自研AECSC软件,结构化网格,对比了Intel、AMD和国产CPU平台。结果表明,超算平台浮点数运算能力和湍流火焰模拟效率不一致,对同一算例的计算时间存在差异;国产超算平台表现优于参考的浮点算力;不同的求解过程有不同的加速比。     

FT-2000A/2处理器应用验证板卡设计

应用验证工作是国产元器件研制和上装的中间环节,目的是提前暴露相关器件固有缺陷。针对FT-2000A/2处理器板卡级应用验证,提出一种验证电路设计方案,对其基本运算能力、上电复位时序、DDR存储接口、IO接口和软硬件适配等功性能指标进行验证。验证方案对FT-2000A/2 CPU基本运算能力、电源拉偏及上电时序、DDR存储接口、IO接口和软硬件适配进行了验证,对开展国产高性能处理器验证工作具有一定借鉴意义。     

一种基于颜色和边缘特征的Mean Shift目标跟踪算法

针对基于颜色特征的Mean Shift算法对动态变化环境适应能力差,容易丢失跟踪目标的问题,提出了一种颜色和边缘特征相结合的Mean Shift目标跟踪算法。该算法使用核直方图概率模型描述目标,通过权值的自适应变化来评估每个特征在跟踪场景中的可靠性,并依据权值提出一种选择性模板更新方法。实验结果表明,提出的算法不仅可以克服目标在跟踪过程中发生的模板变形,而且对目标的平移旋转以及光照变化都具有较好的鲁棒性。