中西方建筑的差异与融合

前言 2007年11月底至12月初，笔者有幸前往欧洲考察学习国外机场建设的优秀成果。考察过程中，我们先后经过了荷兰阿姆斯特丹、海牙，德国法兰克福、海德堡、曼彻斯特、慕尼黑以及法国巴黎7座城市（建筑图如图1-图5所示），这些城市都有着悠久的历史，在人类古代文明和现代文明方面都有着重要的地位，在这些城市之中古典建筑与现代建筑并存，共同谱写着每个城市中凝固的建筑艺术乐章。由于专业原因，笔者借此机会对欧洲所见到的西方建筑有了初步的了解，并结合我国的建筑文化特征，对中西方的建筑文化进行了简单的比较。     

读书

《男人赢在形象力》写给男人的形象礼仪指导这本书用最简单的说法教给大家一些很重要但是没那么玄乎的方法。也许你学不到全部,但是至少能了解什么时候不能做什么样的事情,不能穿什么样的衣服,有性格和讲规矩不矛盾。如果我们做不到最好,那么这本书至少告诉大家,别往不堪的路上发足狂奔。     

基于Internet／Intranet的人力资源管理信息系统

企业的信息化建设,人力资源系统是重要的组成部分。针对现阶段企业经营管理机制发生了转变但原有人事管理落后的情况,企业必须开发相应的人力资源管理信息系统,实现企业人力资源规划、开发、利用与管理,为企业决策提供一定的依据,提高企业的竞争力。     

建立学习型企业组织的几点思考

随着市场竞争的深化,企业面临的竞争已由产品竞争、质量竞争、技术竞争、服务竞争深入到人才竞争,进而又逐步深入到人的学习力的竞争和企业学习力的竞争。因此,建立学习型企业组织已成为企业生存与发展的必然选择。综观中外的优势企业,都是在学习方面处于领先地位的企业。建立学习型企业组织应从以下几个方面着手。     

一种基于神经网络的前馈控制器设计

本文根据文献的思想，以弹载雷达天线伺服系统为应用背景，针对具有确定性结构和多数，但不易准确建模的实际系统，设计了一种控制结构。数字仿真试验表明，该方案对上述系统具有可行性及良好的控制性能。     

浅谈激发学生对英语学习的兴趣

“兴趣是最好的老师。”培养学生的学习兴趣、提高教学质量一直是英语教学改革的重点。本文从因材施教，逐步探索适合我院学生的英语教学模式，强调能力的培养，创新英语课堂教学、做学生的良师益友，充分调动学生学习英语的积极性等三方面对这一问题加以论述。     

飞行员导航专家系统

论述一个飞行员导航专家系统方案。此系统包括二次通道：飞行员助理（ＰＡ）通道和飞行员助理学习（ＰＡＬ）通道。ＰＡ通道完成导航计算、形势判断和决策，通道还将显示出当前形势及给飞行员提出的建议。ＰＡＬ通道完成知识库（ＫＢ）的更新，包括：对飞行员完成的操作作出评价、综合归纳知识和规则以及知识库的修正更新。对系统所涉及的一些原则方法和算法进行了研究。     

基于深度学习的水下条纹投影三维测量方法

水下加工制造在航空、船舶等领域发挥着重要作用,制造过程的原位在线三维检测成为水下制造质量保障的迫切需求。条纹投影轮廓术（FPP）作为经典的光学三维测量技术之一,具备无接触、快速以及高精度等优势。然而,在浑浊水体中,由于光的吸收和散射作用,相机捕获的条纹光强衰减、对比度降低、图像细节模糊、引入大量噪声,导致条纹图质量不佳。根据低质量条纹计算出的相位具有不可忽视的相位误差,造成三维测量精度下降。为减小水下吸收与散射的影响,提出了一种基于深度学习的端到端的条纹图像增强算法,运用条纹图像增强卷积神经网络（FPENet）将低对比度高噪声条纹转换为高对比度低噪声条纹后获取更准确的相位结果。FPENet针对不同浑浊度水体皆可有效提高条纹质量,降低相位误差。尤其在高浑浊度水体中,相位误差可减小50%左右,显著提升水下FPP的测量精度,对于提高FPP在复杂场景中的适用性具有重要意义。     

基于卷积神经网络的航天复合材料缺陷智能检测

针对传统的缺陷图像识别处理方式存在着准确度与辨识度不足,且处理缺陷种类单一的问题,提出了一种基于Cascade R-CNN和Mask R-CNN的神经网络模型。首先,为了提高缺陷检测的可视化效果和检测准确度,在实例分割卷积网络Mask R-CNN的基础上,结合级联神经网络Cascade R-CNN结构,组合成了新的级联实例分割Cascade Mask R-CNN网络;其次,对组合而成的级联卷积神经网络进行了训练,将训练好的模型对复合材料缺陷图像进行了检测。实验结果表明:检测的平均准确度达到了91.5%,平均置信度达到了97.3%,达到了检测精度的要求。该研究成果可运用于航天复合材料缺陷识别。     

国产深度学习推理框架嵌入式适用性研究

随着端侧AI应用的不断丰富及深度学习技术的不断渗入,端侧深度学习模型部署需求日益增长。各机构研发出不同的AI推理框架来实现深度学习模型部署的高性能全景统一目标,通过接入多训练框架利用多硬件资源的方式来进行推理性能的加速。选择四个典型的国产深度学习推理框架,分别从设计原理、落地实现和特殊优化方式三个维度进行介绍与对比,并通过实验验证性能、支持精度、硬件支持这三个衡量指标对比探究四个框架是否适用于航空领域任务需求。