基于 Stacking集成学习的飞行模拟器设备故障预判

为精准研判飞行模拟器故障问题,提升飞行模拟器故障应急处理能力,提出了 1种基于 Stacking集成学习的设备故障预判方法。首先,针对设备故障数据具有高维度和时序性的特点,采用正态分布法,对采集的原始故障数据进行缺失值和异常值处理,获取归一化数据,并基于核主成分分析法,提取数据的特征并降低数据维度;然后,构建以 CNN、RF、BP神经网络为基分类器,XGBoost为元分类器的 Stacking集成学习模型,采用交叉验证训练策略,对设备的故障类型作出预判;最后,构架典型案例。仿真结果表明,所提方法可正确有效地识别设备的多种故障状态。     

基于分层式强化学习的移动机器人导航控制

针对未知环境下的移动机器人导航问题,本文提出了一种基于分层式强化学习的混合式控制方法。利用栅格-拓扑相结合的环境表示及地图学习方法,通过分层式强化学习在不同控制层次的扩展设计移动机器人的反应式和慎思式导航控制,实现了全局导航和局部导航控制的协调优化。实验及测试结果证明,该控制方法能实现导航任务的全局优化,避免陷入局部极小,并对未知动态环境具有较强的适应性。     

提高英语听力教学效果刍议

大学英语听力教学是英语教学中四项基本技能之一。如何在两年的英语学习时间内，提高大学生英语听力能力，是听力教师急需研究的问题，本文对此进行了探讨。     

各国“太子”不从政

老话都爱说子承父业,但这句话对许多政坛大腕的子女们并不适用。这些太子、公主们并没有选择和老爸一样从政,而是走上了一条完全不同的道路,并凭借自己的才华,在这条路上混的风生水起。蒙古国总理苏赫巴托尔·巴特包勒德之子图图希格·巴特包勒德今年20岁刚出头,     

基于多模态组合互补性学习的时尚兼容度预测模型研究

在时尚单品兼容度预测研究中,多模态特征间的互补性以及融合特征对于视觉特征的相关性问题未得到充分挖掘。针对这个问题,提出多模态组合互补性学习的时尚兼容度预测模型。该模型由四部分构成：特征提取网络使用ResNet18提取视觉特征和LSTM提取文本特征;然后使用联合表征网络将视觉特征与文本特征映射到相同的多模态嵌入空间中,减小模态间的差异性增强互补性;考虑到互补融合特征对于视觉特征的相关性问题,特征融合网络使用了组合模块分别组合了视觉特征和多模态特征;最后使用类别感知的映射方法将多模态特征映射进基于类别感知的嵌入空间中分析时尚服装的兼容度。实验仿真结果表明,该模型在消融实验以及在时尚兼容度预测的相关评价指标上均有提升和优化。     

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。     

科学发展、安全发展、和谐发展是促进天津空管发展的强大动力

在全党深入开展的学习实践科学发展观活动（以下简称“学习实践活动”），是党中央做出的重大决策，是全党政治生活中的一件大事，天津空管分局作为参加民航第二批学习实践科学发展观活动的单位，经过5个月即3个阶段6个环节的积极筹划、精心准备、认真组织、扎实落实。完成了规定要求．达到了预期目的，取得了较好效果。     

知识引领和谐——大连空管站读书年活动正式启动

1月22日，大连空管站举办了“知识引领和谐”读书年启动仪式。仪式简约而隆重，大连空管站主要领导作了活动动员讲话，大连市委党校教授应邀做了“搞好组织学习打造和谐团队”的专题讲座，标志着读书年活动正式拉开序幕。     

利用忆阻器制造人工大脑

长久以来，科学家一直梦想着造出像大脑一样的电脑。大脑比电脑更加节能，而且还会自主学习。不需要任何编程。来自比勒菲尔德大学物理学系的高级讲师安迪·托马斯博士正在做这方面的努力，他的研究材料是忆阻器，一种能够模仿神经功能的微电子元件。多年来，忆阻器一直被视为神经突触的电子版，而突触是神经元之间联系的桥梁，神经元活动越多，这种突触联系也就越多。忆阻器可以接收来自电子回路的脉冲，并且在关掉电源后，仍能“记忆”先前通过的电荷量。