区域航空产业高质量发展的体制机制创新研究

航空产业是决定国家战略安全的新兴产业,具有典型的技术、资金、风险密集型特征.我国航空工业的央企垂管体制限制了航空产业的区域高质量发展.以江西省为例,从体制机制视角出发,分析了该省航空产业发展现状与问题,提出江西省航空产业高质量发展应围绕创新平台建设、混合所有制改革、科研体制改革等加快体制创新,突破人才引进与培养、协同创...     

一种涡扇发动机测温R型热电偶高精度采集方案

设计了一种涡扇发动机测温R型热电偶高精度采集方案。根据热电偶中间温度定理,结合数字电子控制器实际运行场景,选取温度可测量的控制器插头作为热电偶传感器的冷端,这种新型冷端补偿方法解决了数字电子控制器内外温度差带来的冷端测量误差。同时,通过分析热电偶分度表,分段选取不同插值表,采用线性拟合评估方法,保证了软件运算速率和计算精度。利用FLUKE多功能检验仪,对R型热电偶信号采集回路进行了验证。结果表明,其性能指标满足要求,对于工程应用是一个合理可行的方案。     

大数据时代高校志愿服务育人机制的研究

当代大学生已经成为青年志愿者的主力军,大数据时代的到来,对高校大学生志愿服务育人在活动、服务、主体、过程等四个维度提出了新的要求.通过综合分析大学生志愿服务育人在方法、主体、资源、管理等方面的现存问题,探究高校如何利用大数据技术创新大学生志愿服务育人机制,有效发挥高校大学生志愿服务育人功能.     

浅谈银行信贷资产债权维护的配套设置

本文主要从强化商业银行内控、建立信贷资产债权保全机制、营造诚实信用环境三方面论述维护银行信贷资产债权的配套措施。     

自适应融合 RGB图像特征的稀疏深度修复

深度修复的目的是从稀疏深度图像中恢复出稠密的深度图像。现有方法通常是以稀疏深度图像及其对应的 RGB图像为输入,通过 1个卷积神经网络恢复出密集深度图像。然而,普通的卷积层在处理稀疏且不规则的深度信息时有较大的局限性,同时,RGB图像特征和深度图像特征属于不同的模态。针对这些问题,文章提出了自适应稀疏不变模块,根据输入像素的有效性来处理稀疏深度,并提出了结合注意力机制的多尺度特征融合模块,在关注有效特征的同时,抑制不必要的特征,进一步提高深度修复性能。文章在 NYUv2数据集上进行了一系列实验,实验结果表明了所提出算法和模块的有效性。     

基于增量学习的文本校对研究

基于深度学习的文本校对是近年的研究热点,而在当下这个大数据时代的背景下,新的数据和知识源源不断的涌现,模型需要不断的更新以适应最新的数据分布。本文引入增量学习的方法,在已有模型的基础上,使用最新的数据进行增量训练,并采用基于回放机制的增量学习方法针对增量训练过程中遇到的灾难性遗忘问题进行研究。实验结果表明,本文提出的增量学习方案可以稳步提升模型性能。     

隐私保护自我效能对App用户隐私安全保护行为的影响研究

在隐私侵犯事件频发的情况下,研究如何提高App用户运用现有能力应对隐私侵犯,对提高用户隐私保护意识,强化企业隐私保护服务具有重要现实意义。基于保护动机理论与控制代理理论探究隐私保护自我效能对用户隐私安全保护行为的影响机理,通过问卷调查收集数据,采用结构方程模型进行实证分析。结果表明,内部隐私保护自我效能对隐私保护机制(隐私设置、隐私声明和政府监管)的感知有效性产生正向影响,外部隐私保护自我效能对隐私声明和政府监管的感知有效性产生正向影响,隐私设置和政府监管的感知有效性对用户隐私安全保护行为产生正向影响。     

基于任意长度的数据帧头搜索实现方法

为解决卫星海量数据传输多样化问题,提出一种基于任意长度帧头的数据流搜索的实现方法。首先阐述了卫星地面基带处理系统的总体设计流程,然后针对传统的搜索特点介绍了传统的数据帧头搜索方法,最后给出了一种基于任意长度帧头的数据流的实现方法,对该方法进行了详细流程介绍。结果表明,与传统的搜索机制相比较,文章提出的搜索方法具备高速率、高准确率和使用范围广的优点。     

基于二次调节原理的力矩负载模拟器中压力波动的补偿

 基于静液二次调节原理的力矩负载模拟器具有能够连续高速旋转和无多余力矩的特点。在恒压网络中,二次元件的力矩输出与其斜盘倾角成正比,即：如果系统压力出现波动,也将导致输出力矩的波动。导致系统压力变化的原因可能是油源压力脉动,但更主要是负载的变化。为了研究压力波动的影响及补偿,建立了基于静液二次调节原理的力矩负载模拟器,给出了仿真参数,并在此基础之上进行了仿真研究。为了提高力矩跟踪精度,提出利用斜盘倾角传感器和系统压力传感器来进行压力补偿,可有效地将系统压力波动对于力矩输出的影响抑制到20%左右。仿真和试验验证了此补偿方法的有效性。     

低成本捷联惯导不对称动态误差的神经网络补偿

 针对低成本捷联惯导系统(SINS)中陀螺动态误差的不对称性在角振动条件下造成姿态漂移的问题,设计了多层前向神经网络的补偿模型。在标定模型参数时,为降低对外部参考信号测量精度的要求,提出用姿态解算的最终误差作为网络优化目标的训练方法。由于最终的姿态误差不是网络的期望输出,无法采用有导师的训练方法,为此采用了微粒群优化算法。仿真实验结果表明:补偿后的陀螺动态误差的不对称度减小了一个数量级。