基于深度学习的日间逐小时地表PM2.5浓度反演

以长三角地区作为研究区域,提出了使用深度学习算法来实现主被动遥感数据结合反演地表PM2.5浓度的方法。基于MPL观测数据,使用雾霾层高度(HLH)替换了边界层高度(BLH)特征,对已有的基于气溶胶光学厚度(AOD)结合大气BLH来反演PM2.5浓度的算法进行了改进。为提高数据覆盖率,对研究区域内的MAIAC AOD进行了填补与评估。利用多种机器学习算法实现了日间逐小时的PM2.5浓度估算,模型验证相关性最高可达0.87。该方法能够为观测气候变化、应对大气污染提供有效帮助。     

飞机装配数字化协调与模拟量协调的对比分析

传统的模拟量协调方法由于其尺寸传递环节多、路线长,产品的制造准确度较低,难以满足新型飞机的高精度要求;而采用先进的数字化装配协调技术在我国航空制造业的应用还不是非常成熟。在大飞机的研制中采用何种协调方法也一直是讨论的热点,本文从多个角度对两种协调方法进行了对比分析,希望对协调方法的选用能够有一定的参考价值。     

基于深度学习的航空器异常飞行状态识别

飞行设备快速存取记录仪(Quick Access Recorder,以下简称QAR)保留了原始航班各类重要飞行参数在内的航行信息,使研究分析航空器实时状况和保障飞行质量成为可能。针对QAR数据高维大样本的特点,在如今大数据背景下,除了传统机理建模分析航空器飞行状态外,采用深度学习的方式建立基于数据驱动的航空器飞行状态识别模型,理论与实用意义兼具。通过对真实QAR飞行数据的研究,开发了基于深度稀疏受限玻尔兹曼机的异常飞行状态识别程序。首先利用小波降噪技术对原始飞行数据进行预处理清洗,在一系列典型飞行参数上提取经典时域特征以及小波奇异熵等信息熵特征构成特征集。在此基础上,分别利用经典的线性主元分析技术和深度稀疏玻尔兹曼机对特征集进行有效降维,最后采用四折交叉验证方式,通过高斯过程分类器实现对飞行状态的辨识。实验结果显示,基于深度受限玻尔兹曼机-高斯过程分类的飞行状态识别具有较高分类准确性。     

关于弧齿锥齿轮齿制的几个问题--兼介绍AGMA锥齿轮齿制新标准

在介绍AGMA209.××标准草案、ANSI/AGMA2005-B88标准,及与格里森标准进行对比分析的基础上,就弧齿锥齿轮齿制中的几何参数计算基点、轮齿齿高比例、切削方法与齿根角计算、刀盘选择、径向变位与切向变位、压力角与螺旋角的选择等问题进行了讨论,并提出了看法,指出AGMA新标准反映了当前锥齿轮技术的最新成就,其几何参数的规定和计算更为合理,适用范围也更为广泛.     

中、俄飞机重量特性术语和定义的对比分析

介绍了中、俄两国飞机重量特性方面的术语和定义所涉及的标准／规范／手册的现有情况,特别是对中、俄飞机重量特性方面的术语和定义,依据俄标OCT 100428－81逐条进行了对比分析,并给出了使用中的建议意见。     

一种航天器交会与接近路径规划算法

针对非合作交会与接近任务中近程导引段航天器的三维路径规划问题,提高其在多约束条件下的寻优性能,提出一种融合混沌映射、自适应随机动态扰动、随机探索机制以及反向学习策略的混合蝙蝠算法。首先,利用Circle混沌映射进行种群初始化,提高种群多样性;在全局搜索中引入自适应随机动态扰动系数,并在位置更新时进行位置限定,提高算法全局寻优的性能;在局部搜索中融入柯西分布的逆累积分布函数,避免算法进入局部最优。同时,引入分段随机的反向学习策略,进一步提高种群多样性,平衡全局寻优与局部探索的性能。然后,以基于升序排列的路径节点进行三次样条插值编码,构造躲避障碍物求解航天器三维路径的适应度函数,结合混合蝙蝠算法求得平滑路径曲线。最后,通过对比仿真表明了所提方法的最优路径次数较对比算法增加,最差路径次数减少,路径平均解减少。     

改进的P型迭代学习控制算法

针对多输入多输出的定常线性系统的迭代学习控制问题, 给出改进的P型迭代学习控制算法, 该算法中利用最新算出的控制分量代替旧的控制分量, 这样可以加快控制输入的收敛速度, 利用该算法进行学习控制, 使系统的实际输出以更快的速度收敛于系统的理想输出.     

基于语料库学生探索式大学英语词汇教学浅论

借助学习者语料库,探讨大学英语词汇教学新的教学模式,改进原来的以教师讲授为主的单一课堂教学模式,从传统的PPP模式逐渐转变为OHE模式,实现从枯燥的教师讲授词汇教学向学生自主探索式、小组合作式教学的转变。     

要有多少钱才可以真正拥有私人飞机

曾经,一起打高尔夫是商业社交的重要方式;曾经,拥有跑车、游艇是富豪的标志;也许,很快这些将成为过去时,拥有自己的私人飞机将成为顶尖富豪的最新标签。就这样,一波波富豪们被诱惑出了头等舱,坐进了私人飞机。私人飞机成为了他们的卧室、会议室、社交场所。     

MBD环境下计算机辅助零件分类技术

针对MBD环境下的零件分类问题,研究MBD信息提取、零件编码转换和深度学习分类算法技术,并创建MBD-计算机辅助零件分类系统（MBD-CAPC）,实现从输入MBD模型到输出零件分类结果的自动化。