S波自旋单态底夸克偶素衰变到粲夸克对

对S波自旋单态底夸克偶素衰变到粲夸克对进行了研究,同时还研究了S波自旋单态和自旋三重态底夸克偶素衰变到D介子对。利用BaBar实验组测量得到的自旋三重态底夸克偶素衰变到D介子分支比的数据,发现自旋三重态底夸克偶素的色八重态矩阵元远小于理论预言,理论预言要比实验上限大20倍以上;得到S波自旋单态底夸克偶素衰变到粲夸克对的分支比的理论预言,可以进行实验测量从而研究色八重态矩阵元;得到S波自旋单态底夸克偶素衰变到D介子对的分支比的理论预言,与其他理论预言差异较大。这些预言可以通过BelleⅡ的实验进行验证,从而得到更多强子化的信息。      

基于切比雪夫混沌映射和生物识别的身份认证方案

云计算中访问控制和安全性是两大问题,且与传统的身份认证存在一定区别。利用切比雪夫多项式的半群特性、混沌特性,提出了一种基于切比雪夫混沌映射和生物识别的口令认证密钥协商方案。用户和服务器首先在云服务提供商（CSP）处进行注册,随后无需CSP的参与即可完成认证,建立会话密钥。安全性分析和性能比较表明,方案满足许多安全因素,如双向认证、用户隐私保护、多因素安全、前向安全性,即使CSP的主密钥被泄露,前向安全性也能确保用户会话密钥的机密性;此外,方案还能抵抗中间人攻击、离线口令猜测攻击和仿冒攻击等,并且支持多服务器环境中用户口令和生物特征的高效变更。      

实时数据库的主动机制研究与实现

主动机制是实时数据库管理系统（ＤＢＭＳ）的一个重要功能。在主动机制的基础上,实时ＤＢＭＳ能够根据数据库中某些数据及环境的变化,主动地作出一定的反应,执行预先设计的动作,而不仅仅是被动地执行用户的命令。文中主要介绍一个实时ＤＢＭＳ的主动子系统,采用事件－条件－动作的规则来实现其主动功能;讨论了规则的表示和存储结构,规则子系统的系统结构及与ＤＢＭＳ的联系;并详细介绍了条件评价器、规则检索优化、规则冲突     

基于DDQN的片上网络混合关键性消息调度方法

对片上网络（NoC）承载的混合关键性消息进行实时调度是其应用于航空电子系统片上多核通信的关键。为解决可满足性模理论（SMT）法求解效率低、低优先级消息等待延迟大的问题,提出了一种基于双深度Q网络（DDQN）的混合关键性消息调度方法。将虫孔交换机制下的消息调度问题建模为马尔可夫决策过程,建立包含环境、动作、状态、奖励的多层感知调度模型;随机生成多组分布不同的混合关键性消息作为训练样本,采用DDQN算法求解该调度模型;在此基础上,提出并实现了带孔隙DDQN算法,在保证时间触发（TT）消息可调度前提下为速率约束（RC）消息预留用于虫孔交换的时隙。算例研究表明:所提方法的求解时长及TT消息确定性端到端延迟的平均值均低于SMT法;带孔隙DDQN算法的RC消息延迟较不带孔隙DDQN算法和SMT法显著降低。      

“大珠三角”五机场签署合作备忘录

3月25日,包括香港、广州、深圳、澳门和珠海在内的大珠江三角洲地区五大机场在香港举行年度会议,各机场管理层承诺继续推进区内合作,优势互补,共同推动5个机场的持续发展,     

中国民航科技成果转化现状与对策浅析

国务院新闻办4月2日下午在京举行新闻发布会,全国政协副主席、科技部部长万钢在会上解读了十二五科技发展规划等方面的情况并答记者问。万钢表示在十二五的科技工作中要把加大科技成果转化和产业化推进力度,优化财政科技投入结构和方式,鼓励企业创新,完善并落实财税金融等各类激励措施,制定促进技术转移、     

对民航科研机构服务于民航产学研一体化建设的思考

2010年,中国民航确立了建设民航强国的战略目标:2020年,民航强国逐步形成;2030年,全面建成安全、高效、优质、绿色的现代化民用航空体系,实现从民航大国到民航强国的历史性转变,成为引领世界民航发展的国家。实践证明,这一战略目标的实现,必须得到民航科技创新的有力支持,而实现民航科技创新的有效途径之一就是民航产学研一体化建设。本文重点论述在民航产学研一体化建设过程中,民航科研机构如何发挥自身优势。     

基于经济损失的航班延误恢复模型研究

分析了航班延误的恢复调度问题,并针对问题提出了一种机场大面积航班延误恢复模型,模型考虑了航班延误的延误时间,还考虑了不同机型对航班延误经济损失造成的影响。构造了基于免疫机制的免疫遗传算法来求解模型,此算法保留了标准遗传算法随机全局并行搜索的特点,又在相当大的程度上避免了未成熟收敛。用实际的航班信息进行仿真研究结果表明,文中的模型和算法切实可行。     

航空发动机材料寿命问题探讨

归纳了航空发动机材料的变形损伤机理,强调了变形物理机制模型在部件设计和全寿命预测管理方面的应用     

基于Transformer模型的卫星单目位姿估计方法

鉴于测量精度高、设备成本低等优点,基于单目图像的卫星位姿估计方法在交会对接、空间攻防等应用中具有广泛前景。得益于强大的特征提取与表达能力,卷积神经网络在目标单目位姿估计应用中取得了明显优于传统方法的性能表现,但已有基于卷积神经网络的方法存在诸如归纳偏置、绝对距离描述不直接、长距离建模能力不足等问题。聚焦卫星单目位姿估计应用需求,针对以上问题,创新地将Transformer模型应用于卫星目标位姿估计中,提出了一种新颖的端到端卫星单目位姿估计方法。首先,设计了一种基于关键点集合的卫星目标表示方法,并构建了基于该表示方法的损失函数,进一步,结合关键点回归任务特点,设计了端到端的关键点回归网络模型,并改进了用于特征提取的主干网络结构。在公开数据集上实验测试结果表明：本文方法实现了可靠、高效的卫星目标单目位姿估计,并取得了优于已有同类方法的性能。