认知结构模型机动目标跟踪算法

针对复杂战场中环境特性复杂以及目标机动性能提升所带来的跟踪难题,提出一种基于人类认知机制的机动目标自适应跟踪算法。算法将人类“记忆”机制引入机动模型构建,利用神经网络对目标特征参数进行离线学习并存储,指导机动模型参数实时调整,使模型对运动状态的描述更加合理。为进一步提高跟踪性能,基于人类认知“感知-行动”循环理论,将雷达接收端经数据处理后的目标状态估计信息反馈至雷达发射端,以最小感知信息熵为代价函数,从波形库中自适应选择最佳波形来匹配目标。仿真对比实验表明,该算法对环境及目标的感知更加准确,融入波形选择的自适应目标跟踪算法要明显优于传统采用固定波形的跟踪算法。     

纠错码与神经网络

从两个方面推广了Bruck和Blaum的工作。一方面,证明了在软判决译码的情况下,线性分组码的最大似然译码等价于一个神经网络收敛于它能量函数的全局极大状态。另一方面,对GF(p)上的线性分组码,构造了一个联想记忆神经网络,使得每一个线性分组码的码字都对应于神经网络的一个全局稳定状态。     

γ相的变形行为及其对Ni－Al－Fe－B合金形状记忆效应的影响

通过显微组织分析和宏观力学,研究了Ｎｉ－Ａｌ－Ｆｅ－Ｂ合金中γ相的变形行为及其对合金形状记忆效应（ＳＭＥ）的影响。结果表明：在低应力作用下,Ｎｉ－Ａｌ－Ｆｅ－Ｂ合金发生应力诱发马氏体相变时,有少量γ相以滑移方式参与协调变形,以至合金在较小的应变量下也得不到完全的ＳＭＥ。合金的形状记忆恢复率随应变量增加呈现阶段性衰减趋势。当应变量为４％时,形状记忆恢复率可达７５％。     

应力状态对磁记忆信号的影响

 通过对20#钢试件拉伸时表面磁场的在线测量和20#钢试件经过不同程度拉伸并卸载后的表面磁场的测量,研究应力状态对磁记忆信号的影响。20#钢进行拉伸试验时,在应力集中部位,当变形很小时磁场信号变化平缓;产生一定程度塑性变形后磁场信号变化相对剧烈;出现颈缩现象时磁场信号变化非常剧烈。经分析认为,磁记忆信号的变化与材料内部微观组织的状态有关,试件变形很小时,磁弹性效应对试件表面磁场的变化起主要作用;试件变形较大时,其表面磁场的变化主要受塑性变形区内位错聚集产生的微缺陷的影响。     

前景诱人的记忆移植

早在清朝初年蒲松龄写的《聊斋志异》中，就有一段有关记忆移植的神话故事：说有个名叫朱尔旦的书生才疏学浅、天生愚笨，几次参加科举考试屡考不中。但其人胆大豪爽，不惧鬼神。后来他结识了一位阴间主管生死的判官，请求帮忙。     

T700/3234 管件力学性能

采用压机压制工艺方法研制了T700/3234 管件,对其进行了拉伸、压缩和弯曲试验。结果表明,

T700/3234 管件胶接长度对于拉伸试验结果影响较大,安装记忆合金环有助于提高管件的抗拉伸性能,有记忆

合金环试样可承受的最大拉伸载荷较无记忆合金环试样提高10. 1%;压缩性能试验单独管件与不加记忆合金

的金属胶接后的管件对于压缩试验结果影响不大,记忆合金环有助于提高管件的抗压缩性能,有记忆合金环试

样可承受的最大压缩载荷、压缩强度较无记忆合金环试样提高10. 0% 以上,但压缩模量较无记忆合金环试样

无变化;有记忆合金环试样可承受的最大弯曲载荷可达20. 433 kN,较无记忆合金环试样提高5. 5%;为高性能

碳纤维复合材料管件设计提供了依据。

     

高职英语专业学生英语记忆策略实证调查研宄

本研究以武汉商业服务学院商务英语专业学生为对象,对其英语学习策略和九种记忆策略使用情况分别进行了调查研究。结果表明,学生使用频率最高的是补偿策略,最低的是记忆策略。在九种记忆策略中,学生使用频率最高的是联想策略,最低的是借用肢体语言记忆策略。     

基于深度学习的无人机数据链信噪比估计算法

无人机数据链通信受到各种自然与人为的干扰,信噪比（SNR）是信道状态和通信质量的有效评估指标。为解决传统估计算法信噪比估计精度不足的问题,提出了一种卷积神经网络（CNN）与长短时记忆（LSTM）网络结合的估计模型。利用仿真与实测相结合的方式,构建了一个包含不同信噪比、调制方式、衰落信道等信息的无人机通信信号数据集;在网络训练阶段,将样本序列进行分割,对分割后的每一部分序列使用CNN-LSTM网络提取深度特征,多次训练并保存模型参数;在测试阶段,利用构建好的测试集完成对算法的验证与测试,得到信噪比估计值。实验表明,相比于传统信噪比估计算法与单一网络结构的深度学习算法,所提算法的均方误差最低,实现了对信噪比的高精度估计。      

航天智能复合材料的发展与应用

介绍了智能复合材料的系统组成,以及传感器、致动器和控制器等实现的关键及其功能。讨论了航天结构健康监测,结构自适应、减振与自愈合,以及弹性记忆复合材料(EMC)的原理和典型应用。