动态测量不确定度A类评定

综述动态测量误差与不确定度评定的基本特点、一般评定指标与评定方法。着重概述对动态测量数据作统计分析的不确定度Ａ类评定方法。列举各种常用动态测量数据处理方案及其基本假定条件和测量误差分离原理及测量不确定度Ａ类评定的基本算法。     

基于K-means的深度跨模态哈希量化优化方法

互联网应用的普及使得多模态数据快速增长,跨模态检索技术已成为相关领域的关键技术之一。针对现有跨模态哈希算法存在的网络结构和量化方法等方面的问题,本文在新的深度跨模态哈希检索模型之上,提出了一种基于K-means的深度跨模态哈希量化优化方法（K-means-based quantitative-optimization for deep cross-modal hashing,KQDH）。该方法通过K-means聚类算法对多模态数据特征向量分类,并通过集体量化方式来控制量化误差,使得哈希码更好地表示出多模态特征。实验结果表明,该方法能在多模态数据之间保持相似性并最大程度地捕获语义信息,从而提高跨模态检索的准确性和效率。     

民航中南局NETRIX复用器网络的维护及使用

本文基于中南局NETRIX2210复用器网络的使用经验，对系统的技术特点与维护进行分析和总结，重点涉及如何解泱在传输各类信息中遇到的各种问题。     

双层氧化物生长下热障涂层的界面失效与应力演化

在长时高温服役环境下,热障涂层（TBCs）会在内部的陶瓷层（TC）和粘结层（BC）之间生成由Al2O3层和混合性氧化物层（MO）组成的双层热生长氧化物（TGO）。其中,后期生成的MO 由于其疏松多孔、脆性大等特点,极易造成涂层内微裂纹的形成和扩展,导致涂层的过早剥落。因此,依据双层TGO 生长的扩散—氧化模型,在考虑材料非线性变形行为的基础上,运用生死单元法模拟TBCs 内双层TGO 异向生长下涂层界面的失效与应力演化过程。结果表明：MO 的生长会大幅度提升涂层界面的拉伸应力水平,易导致MO/TC 界面在高温阶段波峰区域和冷却阶段斜坡中心区域发生破坏及失效;MO/TC 界面的失效会引起BC 层波峰处更高的拉伸应力,促进冷却阶段Al2O3/BC 界面从波峰向波谷处的破坏;MO/TC 界面失效后,hAl2 O3 /hMO 的增加会加速Al2O3/BC 界面的破坏。     

基于聚类算法的模糊逻辑结构与系统性能分析

针对一类特殊的模糊逻辑系统，对模糊逻辑规则结构与系统性能之间的关系进行了深入细致的数学推导和分析，从而得出在采用聚类技术构造模糊逻辑结构中影响系统性能的主要因素。通过相关的论证与分析，为各种聚类算法在模糊逻辑结构辨识中的应用奠定了理论基础，避免了以往对模糊结构与性能之间表述的含糊性和不系统性，为模糊逻辑系统的合理设计及其应用提供了数学依据。     

基于局部密度的单类分类器LP改进算法

为了提高基于支持域的单类分类器识别率,提出将局部密度加入到分类器设计当中。在Campbe ll等的LP算法基础上,通过k近邻方法对每个样本点引入局部密度因子pi,重新刻画了原算法,使处于不同密度区的数据对分类器的作用不再被同等对待,高密度区的数据对分类超平面作用被强化,而低密度区的数据被削弱,结果使分类超平面自动靠近高密度区而提高了识别率。真实数据集上的实验结果表明,引入局部密度的D-LP算法其泛化性能较原算法有较大提高。     

基于RS与GIS烟台区土地利用类型提取与时空变化分析

本文以烟台市市区2005、2010和2015年3期ETM及TM遥感影像为基础,对经过主成分变换后的影像采用计算机人工智能非监督分类方法提取了烟台市土地利用类型信息,研究了十年间烟台市土地利用的总量变化特征和土地利用类型动态变化特征。得出的研究结果表明:烟台市城镇建设用地面积变化最为显著,变化的面积主要为原有耕地及林草地转化而来,随城市化进程的不断加速扩张而导致占用其他农业及自然用地现象加重。通过对土地利用类型变化的动态分析,结合土地类型的转换特点,本文研究结果对当前形势下的烟台市采取一些合理有效的规划措施提供良好的依据。     

北京科荣达新技术有限公司

北京科荣达新技术有限公司于1997年5月．注册成立，为北京市高新技术企业。同年取得中国民用航空总局颁发的维修许可证（证书编号：D．101625）。作为专业从事民用航空附件维修的厂家，目前已获得适航批准的附件维修项目为1119项，维修项目涉及民航主要在役机型（波音、麦道和空客系列飞机）的气动、液压、燃油、电气和电子类的附件，     

自适应技术在电子对抗中的应用

通过分析自适应技术在电子对抗应用中的需求与优势,提出了两种用于电子侦察的模糊聚类数据处理方法.同时梳理了自适应干扰的特点与工作流程,将模糊推理技术用于干扰效果评判.最后针对复杂电子干扰环境,分析了武器系统自适应抗干扰的原理与构成,提出将智能干扰决策系统用于抗干扰决策,以实现最优的抗干扰效果.