基于时序相关性的信息效用评价模型研究

事务处理中的时间相关性数据蕴涵着对预测与决策具有情报效用的信息,可以通过构建一定的特征模式对其效用大小进行评价。文章对时变序列数据的相关性特征进行了分析,研究了基于时序与波动变化的特征抽取模式;在时变序列的差分及相对变化基础上,进一步综合利用偏态、离散、相关等特征构建了影响变量与响应变量之间的相关度计算模型。该模型可降低效用评价计算复杂度,增强评价的可靠性并可用于模型预测。     

首都机场场道除冰雪组织模式研究

场道除冰雪是民用机场冬季运行的重点保障工作。本文在详细阐述首都机场场道除冰雪发展演变及现行除冰雪基础上,重点从除冰雪模式优化,除冰雪协调机制及有效的技术监控手段搭建方面阐述首都机场场道除冰雪组织模式。     

基于创客模式的工业设计专业课程教学改革研究与实践

随着创客运动在全球范围内的兴起,大学生创客成为主力军,越来越多的高校为培养创新创业人才,依托高校创客空间进行高校创客教育。本文从创客课堂教学、创客课外实践、创客科研及网络虚拟教学三个方面进行了工业设计专业课程教学的创客模式改革研讨,旨在顺应时代抓住机遇,满足社会对人才的需求,提高学生实践能力,提高教学质量。     

基于半跨模式波的铝合金板底面缺陷TOFD检测

采用超声衍射时差法（TOFD）检测铝合金板底面缺陷时，受直通波脉冲宽度影响存在近表面盲区。提出了TOFD半跨模式波法进行盲区抑制，利用一次底面反射波在缺陷端点处衍射波的特征及其在B扫查图像中的对称性推导底面缺陷定深公式。仿真和实验结果表明，对于厚度为7.0 mm的铝合金板，在探头中心距为40 mm、中心频率为10 MHz的检测条件下TOFD半跨模式波法能将近表面盲区抑制64%以上，且深度不小于2.0 mm底面缺陷的定位误差不超过6.32%。与模式转换波及TOFD-W波相比，半跨模式波不会与底波混叠且离直通波较近，在铝合金板底面缺陷检测中适用性较强。     

雷达/红外复合导引头抗干扰跟踪方法

为了有效应对强噪声干扰、箔条干扰以及红外诱饵干扰,提出了一种雷达/红外复合导引头抗干扰跟踪方法.该方法通过导引头观测信息关联度的检测、新息方差迹值的比较,进而对于扰进行判断,然后选择合适的导引头工作模式对目标进行跟踪.仿真结果表明,所提出的协同跟踪方法不仅可以保证较高的跟踪精度,而且可以保证在干扰环境下对目标跟踪的连续性与稳定性.     

基于时空轨迹信息的目标行为模式在线分类方法

在预警监视领域，及时地预测目标行为模式对于态势认知至关重要。首先，针对当前大多数目标行为分类器实时性不强、对离群轨迹不敏感等问题，提出了带有离群检测的归纳式一致性多类预测器（ICMP）。其次，针对目标行为分类算法仅考虑目标的空间位置信息，而忽略航向和速度信息的问题，基于轨迹的时间和空间2个维度的信息提出了时空Hausdorff距离（STHD），从而可以有效区分空间位置相似但运动速度和方向不同的行为。然后，基于定向时空Hausdorff距离和K最近邻思想构造了定向时空Hausdorff最近邻不一致性度量函数（DSHNN-NCM）；在此基础上，提出了带有离群检测的序贯时空Hausdorff最近邻归纳式一致性多类预测器（SSHNN-ICMP），能够在预警监视场景下对目标频繁出现的行为进行在线学习和分类。最后，分别在仿真军事场景和真实民用场景中进行实验分析，结果表明本文算法具备较好的准确性和实时性，在预警监视任务中有良好的应用前景。     

系统方法在S模式应用中的重要作用

S模式是有效提高二次雷达运行质量和效率的一项技术变革,总结和学习国际民航业界成功的应用经验,探讨和分析系统方法在S模式应用中的重要作用,对我国民航S模式应用和其他监视系统新技术应用具有重要现实意义。     

基于格子Boltzmann方法表面形貌对微通道对流换热的影响

为推动微通道冷却技术在航空发动机中的应用,进一步提高航空发动机性能,本文通过扫描电子显微镜、粗糙度扫描仪等多方式扫描得到实际加工物体表面形貌,结合分形理论进行处理,得到真实、光滑、分形插值、康托尔集四类圆形截面管模型,管径100μm~400μm;采用格子Boltzmann方法进行数值模拟,首先通过与文献中实验结果的对比,验证了此方法的正确性,然后对空气在这四类圆形截面微通道中的对流换热特性进行了数值模拟,计算雷诺数Re范围80~640;结果发现：表面形貌是微通道中对流换热不可忽略的因素,相对粗糙度越大越有利于换热,真实扫描管的换热性能要比相同条件下光滑管高2.22%;分形理论可用于微通道表面形貌的构建,在相同迭代次数下,分形插值模型与真实扫描形貌换热性能相差0.03%,而康托尔集模型与真实扫描形貌换热性能相差1.88%,分形插值模型较康托尔集模型更能真实地反映实际形貌;微通道中,随着雷诺数的增加Nu将不再是常数,而是有增加的趋势。