基于局部语义特征不变性的跨域行人重识别

行人重识别是刑侦案件中重要的侦查手段，而跨域是行人重识别的主要挑战之一，也是制约其实际应用的瓶颈问题。在带标签的源域和无标签的目标域学习跨域行人局部语义不变性特征模型。首先，在源域上通过只含有行人标识无部件标签的监督学习方式学习行人的各部件特征，并在源域和目标域上采用无监督学习方式对齐行人部件。然后，基于对齐后的行人全局与局部特征，引入特征模板池存储对齐后的目标域全局和局部特征，并设计了跨域不变性损失函数进行特征不变性约束，提高行人重识别的跨域适应能力。最后，在Market-1501、DukeMTMC-reID和MSMT17数据集之间开展了跨域行人重识别验证实验，实验结果表明，所提方法在跨域行人重识别上取得了显著的性能提升。      

电渣熔铸过程渣池深度对钢锭应力场影响的模拟研究

针对电渣熔铸钢锭各部位温差大,易产生热应力及测量困难,本文采用大型有限元分析软件ANSYS对电渣熔铸过程中不同渣池深度时的钢锭应力场进行了模拟研究,研究结果表明不同渣池深度时的钢锭表面沿轴向自顶而下等效应力和轴向应力分布均基本遵循对数函数关系。模拟结果与实际相吻合,运用此模型可预报钢锭应力场状况,指导实际生产。     

太空中液体的沸腾

在地面,沸腾现象是司空见惯的:将一个透明的玻璃壶放在炉灶上,升高火炉的温度,很快火炉的热量通过壶底传到水中,靠近壶底的水首先变成蒸气,出现了壶底气泡向上升,壶上部冷水向下的对流现象。当壶中水达到一定温度,水变成气体,并将热量带走的时候,整个水就沸腾了。在太空的微重力环境下,水     

未来航天器高功率密度载荷的热控制技术

针对未来航天器中将出现的高功率密度有效载荷的热控制，综述并分析了两种最有前景的高热流密度热控技术：喷雾冷却技术和微小通道流动沸腾冷却技术，提出这两种新技术研发急需开展的基础研究内容和工程化过程需要解决的问题。     

美国一次性使用运载火箭近况

20 0 1年 ,美国共完成了 1 9次一次性使用运载火箭和 6次航天飞机发射任务 ,其中包括国际海上发射服务公司使用天顶 -3 SL海上发射系统进行的 2次商业发射任务 ,2 5次发射获得了 92 %的发射成功率 ,发射数量和成功率均不如以前。1 999年 ,美国发射了 3 1个运载器 ,发射成功率达     

基于优先级区间连接策略的抢占式线程池模型

通过阐述现有实时CORBA实现中使用的线程池模型,分析了这些模型在与优先级区间连接策略配合上存在的优缺点。提出了一种新的线程池模型,模型是针对实时CORBA规范优先级区间连接策略的抢占式线程池,能够更好地配合优先级区间连接策略,保证高优先级请求能得到及时的响应。     

环形浅液池内低Prandtl数流体超临界热毛细对流演化

为研究低Prandtl数（Pr）流体热毛细对流演化过程，对环形浅液池内Pr=0.011的流体热毛细对流进行三维数值模拟.研究发现:当Marangoni数较小时，流动为轴对称稳态流动；当Marangoni数超过某一临界值后，流动失稳并转变为热流体波，其波数随Marangoni数增加而减小，而波动主频增大；随着Marangoni数增加，流动加强，沿周向运动的热流体波演变为沿径向运动的径向波，其波数大大减小；当Marangoni数继续增加时，波动频谱曲线噪声增加，呈广谱特性.因此，在计算范围内热毛细对流的演化过程为:轴对称稳态流动-热流体波-单周期径向波-多周期三维振荡流动.      

孤立气泡生长过程的短时微重力落塔实验研究

利用中国科学院国家微重力实验室北京落塔提供的3.6s微重力时间开展了短时微重力条件下的池沸腾实验研究, 分析了微重力条件下孤立的单个气泡生长过程特征. 实验中采用掺杂磷的N型光滑硅片作为加热面(加热片尺寸10mm×10mm×0.5mm), 以含气率0.0046 (气液摩尔分数比)的FC-72作为工质, 利用恒流源对加热片通电加热. 通过对实验观测到的单个气泡生长图像及相应传热数据分析可知, 经典传热机制控制的气泡生长模型可以描述其早期特征. 相关模型中经验参数的拟合结果在文献报道的数值范围内, 表明重力对气泡生长早期影响较小, 但较大的气泡尺寸可以提供更准确的数值结果.      

高温燃气流超声速风洞扩压器热防护设计

为实现高热流环境下高温燃气流超声速风洞系统的重复使用,采用数值方法对扩压器热环境进行了分析,采用沸腾换热方法对扩压器进行了热防护设计,并通过试验验证了沸腾换热理论应用的可行性。结果表明,沸腾换热在水流速2m/s的情况下可实现热流2MW/m 2的热防护,应用沸腾换热可以有效降低设计难度,在较低的速度和压力损失下达到更好的换热效果。     

基于L1/2范数正则化的塑性回声状态网络故障诊断模型

为了提升储备池的动态适应性能,克服回声状态网络（ESN）输出权值求解的病态不适定问题,平衡其拟合与泛化能力,提出了一种基于L_1/2范数正则化的塑性回声状态网络故障诊断模型。在储备池构建中引入BCM规则对连接权矩阵进行预训练,并在目标函数中添加L_1/2范数惩罚项以提高稀疏化效率,利用一个光滑化的L_1/2正则子克服迭代数值振荡问题,并采用半阈值迭代法对模型进行求解。将模型应用于机载电台的故障诊断问题中,仿真结果证明了模型的有效性和优越性。