基于长短期记忆神经网络的太阳耀斑短期预报

提出了一个基于长短期记忆神经网络的耀斑预报模型,利用过去24 h太阳活动区的磁场变化时序构建样本,通过长短期记忆神经网络对磁场特征时序演化进行分析,预报未来48 h内是否发生≥M级别耀斑事件。使用的数据集为2010年5月到2017年5月所有活动区样本,选取了SDO/HMI SHARP的10个磁场特征参量。在建模过程中通过XGBoost方法选取权重、增益率和覆盖率均较高的6个特征参量作为输入参数。通过测试对比,模型的虚报率和准确率与传统机器学习模型相近,报准率和临界成功指数分别为0.7483和0.7402,优于传统机器学习模型。模型总体效果优于传统机器学习模型。      

可移动模型校准航空γ能谱仪剥离系数的 修正方法研究

为解决可移动模型与现有大型航空模型校准结果之间的量值统一的关键问题,首先在现有校准方法的基础上,建立了可移动模型校准航空/车载γ能谱仪的方法;再通过专门研制的可移动模型开展试验,经可移动模型校准直升机载、固定翼载、车载等多种大型γ能谱仪试验,证明可移动模型校准结果满足国家计量标准的基本要求,校准航空/车载γ能谱仪的方法可行。进一步总结剥离系数随模型摆放距离变化规律的基础上,提出采用可移动模型校准航空γ能谱仪时,应对校准结果进行剥离系数修正,得到的结果在现有航空混合模型上的示值误差更小,修正后的剥离系数更加接近于现有航空模型的校准结果,并给出了可移动模型校准结果的修正方法和修正因子。     

基于集成学习的太阳质子事件短期预报方法

太阳质子事件是一种由太阳活动爆发时喷射并传播到近地空间的高能粒子引起的空间天气现象。这些高能粒子会对航天器和宇航员产生严重危害,对太阳质子事件进行准确的短期预报是航天活动灾害预防的重要内容。针对当前主要预报模型中普遍存在的高虚报率问题,提出了一种基于集成学习的太阳质子事件短期预报方法,利用第23个太阳活动周数据,建立了一种集成8种机器学习模型的太阳质子事件短期预报系统。实验结果表明,本文方法在取得了80.95%的报准率的同时,将虚报率降低至19.05%,相比现有的预报系统具有较为明显的优势。      

基于情感对象识别和情感规则的微博倾向性分析

微博平台数据中含有大量反映用户情感喜恶的信息,对于涉及博文倾向性分析的应用尤为重要。现有的分析方法往往聚焦在博文情感的简单分类上,无法分析特定类型实体的微博倾向性。为解决微博倾向性分析问题,实现博文立场判定,采用半监督学习的方法,通过协同训练和主动学习,训练实体识别模型,并构建基于主成分分析的情感规则,提取句子的主成分,将口语化的文本规范化为指定格式。再利用指向性实体的正负面性、情感词的褒贬义及情感词充当的句子成分,实现情感分类的更深层次分析——立场判定。针对实际问题进行立场判定实验,在不同规模数据集上的自对比实验和他比实验显示,随着标注实体的博文数量增加,模型对博文立场判断的正确率持续提升,而且所提方法判断博文立场的正确率显著高于对比方法,相较已有研究方法分别提高了2.79%和10.00%。      

基于优化CenterNet的低空无人机检测方法

为实现对“低慢小”无人机(UAV)的有效探测, 提升检测精度和定位质量, 提出一种基于联合注意力和CenterNet的低空无人机检测方法。针对通用目标检测算法小目标漏检率高的问题, 引入解耦的非局部算子, 捕捉光学图像目标区域的关联性。利用无人机群个体间的相似性, 将离散的无人机特征相互关联, 降低漏检率。为获得更加精准的检测框, 对CenterNet的标签编码策略和边界框回归方式进行优化, 引入定位质量损失, 提升检测框定位质量。实验结果表明:优化后的S-CenterNet算法相比原始CenterNet算法平均准确率提升了8.9%, 检测框定位质量有明显改善。      

高亚声速吸附式叶栅气动特性实验研究

以高亚声速叶栅风洞为实验平台,建立了附面层抽吸系统,针对吸力面开槽的吸附式叶栅进行了系统的平面叶栅吹风试验。定量地分析了附面层抽吸对于叶栅气动特性的影响。试验结果表明,抽吸槽的存在恶化了叶型攻角特性,总压损失系数平均升高了70%。通过附面层抽吸可以明显地减小栅后气流尾迹,改善叶型攻角特性。与原始叶型相比,当各工况抽吸流量处于实验最佳值时,吸附式叶型总压损失系数平均降低了20.5%,叶型扩散因子在来流为设计进口马赫数0.6时平均提高了70.7%。     

考虑雷暴气象细分因子的航班延误集成学习预测

雷暴天气对机场航班延误的影响较为显著,早期的航班延误预测模型通常将雷暴的影响因素看作单一的0-1变量,缺乏对雷暴气象因子的进一步细分,导致现有航班延误模型在恶劣天气下的预测效果不佳。选取国内两个机场全年的航班计划数据,基于机场的天气雷达数据提取了12个雷暴气象细分因子。在此基础上,采用随机森林算法计算各雷暴气象细分因子...     

弱模型依赖通用智能姿态控制技术

超高速跨域飞行、敏捷机动等是新一代飞行器发展方向,而长时高速飞行产生的气动外形变化带来的气动参数大范围改变等问题,都对控制系统设计提出了更高的要求。为提高飞行器对模型不确定性的适应能力及控制方法对不同外形、复合执行机构的通用性,深入研究了弱模型依赖的通用智能姿态控制技术,分层次地开展了基于深度学习(DL)的自适应姿态控制、基于深度确定性策略梯度算法(DDPG)的通用姿态控制、弱模型依赖的多维复合控制等技术研究,显著提高了控制系统的鲁棒性和通用性,对人工智能技术在飞行器姿态控制中的应用具有一定的指导意义。     

谈英语专业阅读课堂合作学习中的任务设计

本文分析了英语阅读教学中存在的一些问题,提出了一种以小组合作为基础共同完成阅读任务的教学模式,并阐述了在这种教学模式下阅读任务设计的原则,即任务设计要既有系统性和连贯性,又要有开放性和创新性。高质量的任务设计能够激发学生的学习兴趣,解决学生阅读中的难点,提高学生的阅读理解能力,最终达到提高语言运用能力的目标。     

浅论戏剧在外语教学中的应用

探讨了将戏剧教学应用于外语课堂教学的具体实施步骤与方法,并结合实际教学效果阐述了戏剧表演在外语课堂教学中的潜在功能。实践证明戏剧教学不仅有利于学生对语言知识的深度学习和可理解输入,而且可以提高学生学习的自主性和交际能力。它是第二语言掌握的有效方法之一。