TopPixelLoss:类别不均衡的遥感影像语义分割损失函数

针对遥感影像中类别不均衡的小目标分割效果不理想的问题，提出了一种类别不均衡小目标二分类分割的损失函数——TopPixelLoss损失函数。首先计算出每个像素的交叉熵，然后将所有像素的交叉熵按从大到小进行排序，随后确定一个K值作为阈值，筛选出前K个交叉熵最大的像素，最后对于筛选出的K个像素交叉熵取平均，做为损失值。在ISPRS 提供的 Vaihingen 数据集上，使用PSPNet网络与普通交叉熵、FocalLoss、TopPixelLoss三种损失函数分别对车辆进行二分类分割试验。结果表明，不同的K值，使用TopPixelLoss损失函数的平均交并比（MIoU）、F1-score、准确度（ACC）都最高;当K值为5×104时效果最佳，MIoU、F1-score、ACC分别比FocalLoss提高了3.0%、5.0%、0.1%。TopPixelLoss损失函数是一种针对类别不均衡分割非常有效的损失函数     

基于有限Fourier级数的航天器转移轨迹设计

针对航天器小推力转移轨迹的初始设计问题，利用基于三阶Fourier级数的设计方法实现了航天器小推力的多圈转移。同时，基于有限Fourier级数的形状法，对具有多个约束条件的小推力多圈转移轨迹进行了优化设计。选取了共面同轴同偏心率的初始和末端轨道位置，对所提出的方法进行了仿真验证。结果表明：与改进逆五阶多项式形状法相比，所提出的方法虽然增加了转移时间，但当转移圈数为5圈、有限Fourier级数的项数为10时，可减少将近75%的转移速度增量，同时大大减小了所需的最大推力加速度的值。     

麻辣来“席”,“食”不可挡

<正>中国大地上的麻辣鲜师,虽多隐于巴蜀一带,但也不乏在全国各地均有值得称道的"麻辣餐厅",这些餐厅家家户户都有"泼辣"的能手(这里"泼辣"可不是贬义词哦),著不在莱肴里撤上一些麻辣提味,浑身都不自在。烧制好的莱品多半看起来颜色特别红亮,让人食欲大增,入口更是惊奇,麻辣鲜香齐到,麻到你舌颤,辣得你飙汗,让你泪流满面的同时,还大呼过瘾。小编还亲自探访了2家的人气荚食餐厅,这里的麻辣特色莱可谓辣出了最高境界——辣而不死、辣而不燥,且有鲜味哦!     

LEO至HEO多阶段任务小卫星测控系统方案

针对部分需要在多种不同轨道高度和轨道类型下分阶段执行差异性工作任务的小卫星,对常规测控系统方案进行改进,提出应用于近地轨道(LEO)至高椭圆轨道(HEO)多阶段任务小卫星的测控系统方案。该方案集成度高,采用高灵敏度遥控接收,设置高/低2档发射功率,引入信道纠错编码,设置多档遥测发送速率,单独设置无合成干涉效应的大功率发射天线,采用支持"漏信号法"的高灵敏度全球导航卫星系统(GNSS)接收机等,可有效应对不同阶段星地距离大尺度变化和卫星姿态的指向变化。以中欧合作"太阳风-磁层相互作用全景成像"(SMILE)卫星为实例,验证了改进测控系统方案的可行性。改进后的测控系统方案,可应用于LEO至HEO多阶段任务的小卫星及其他航天器。     

发烟机动力装置的试验研究

简要介绍了发烟机及其动力装置,研究并改进了ＷＱＪ－１型小型航空发动机,使之成为满足发烟要求的动力装置。确定了该发动机在新状态下的参数及结构,进行了发烟机的雾油发烟实验,得到了雾油发烟对发动机的影响及影响程度。实验结果表明：将ＷＱＪ－１型小发动机改为发烟机动力装置是可行的。对发烟机的型号研制和扩展小型航空发动机的使用范围有积极促进作用。     

电子移相方法的讨论

对精密测试中常用的几种移相方法进行了讨论,主要浅析小角度电路移相方法。     

基于CNLS-MMD的孪生混合网络四旋翼飞行器故障诊断方法

四旋翼飞行器在众多领域中应用广泛,由于工作环境复杂多变,四旋翼飞行器极易出现结构损伤性故障,给飞行器的安全性带来巨大的挑战,因此开展四旋翼飞行器结构损伤性故障的相关研究对提高四旋翼飞行器可靠性具有重要意义。针对四旋翼飞行器在实际应用中结构损伤性小样本故障数据诊断率低的问题,本文提出了一种在小样本条件下基于卷积神经网络和长短时记忆网络的孪生混合网络（CNLS-MMD）四旋翼飞行器故障诊断方法。首先,设计试验获取四旋翼飞行器多工况结构损伤性飞行数据并对数据进行预处理。其次,建立基于孪生混合网络的故障诊断模型,采用卷积神经网络（CNN）和长短时记忆网络（LSTM）构建CNLS混合模型提取数据特征,利用最大均值差异（MMD）衡量样本的相似度,实现对故障标签的预测。最后,选择不同样本数量的训练集训练模型,使用多工况小样本数据集对搭建的模型进行故障测试。结果表明,该故障诊断方法具有较好的诊断性能和泛化能力。