基于残差NLSTM网络和注意力机制的航空发动机剩余使用寿命预测

针对长短期记忆（LSTM）网络对于多维数据特征识别和提取上存在不足的问题，在其改进模型嵌套式长短期记忆（NLSTM）网络的基础上，提出了一种基于注意力机制和残差NLSTM网络的剩余使用寿命预测方法。该方法将双层NLSTM网络代替残差块中的主网络，保留捷径连接中的卷积神经网络结构，既能充分提取时序特征又能保证有用数据在网络层中的跳层传递，并融入注意力机制构建多层残差网络，注意力机制的使用能够选择出对预测结果有重要影响的信息，有效提高预测的准确率。在航空发动机退化实验数据集上进行实验分析，结果表明：所述方法能有效建立监测数据与发动机健康状态之间的关系，剩余使用寿命预测误差较未改进残差结构方法平均降低10.8%，比未融入注意力机制方法平均降低18.9%，有效提高了预测精度。     

多斜率自适应卷积神经网络激活函数

针对卷积神经网络中激活函数无法有效为处于不同激活程度的像素点提供特定梯度响应的问题，设计了一种由多个分段线性函数组成的自适应激活函数.首先依据像素激活值的取值范围，自适应地生成多个独立的激活域，各个激活域的并集包含激活图中全体像素点的激活值；随后在每个激活域中学习一个特定的线性函数，为处于该激活域中的像素点提供特定的梯度响应；最后以NIN网络和ResNet18网络为例，在CIFAR 10和CIFAR 100数据集上，验证所提激活函数的性能.实验结果表明，与现有激活函数相比，本文提出的激活函数，由于能够更好地为处于不同激活程度的像素点提供适当的梯度响应，使分类准确率在NIN网络上分别达到87.96%和69.01%，在ResNet18网络上分别达到88.56%和73.54%.     

战术导弹折叠翼快速展开性能的测试技术

介绍某些战术导弹折叠翼快速展开特性测试技术。详细地介绍了测量方法、项目、数据处理和主要结果。试验是在北京空气动力研究所一座低速风洞中进行的。试验结果表明，获得的数据具有很高精度和可靠性，重复性也是令人满意的。     

今年5月5日的月全食

月全食,是不需要借助任何仪器,只需用肉眼就可以观察的壮观天象。而阔别了3年之后,国人终于又有机会见到月全食景象了。今年5月5日凌晨北京时间2:48～6:12(格林尼治标准时间5月4日18:48～22:12),发生今年第一次月全食:初亏2:48,食既3:52,食甚4:30,生光5:8,复圆6:12;最大食分1.3     

原子时自动测量及数据采集系统

介绍了普通的时间实验室的时频测量,实现自动测量和数据收集的基本系统方案,并以上海天文台原子时实验室为例介绍了实际可行的自动测量和数据收集系统,这个系统高性能、低价格,可应用于国内几乎所有的时间实验室。     

时间同步的建立和保持

详细探讨了在建立时间同步时,如何根据时钟所用频标的频率准确度和老化率来确定初始时刻差的问题,以及当时刻差超过规定范围后,如何对时刻差进行调整的问题。     

提高英语听力教学效果刍议

大学英语听力教学是英语教学中四项基本技能之一。如何在两年的英语学习时间内，提高大学生英语听力能力，是听力教师急需研究的问题，本文对此进行了探讨。     

民航通信导航监视的危机管理

一、危机概念美国学者罗森豪尔特认为,危机是指“对一个社会系统的基本价值和行为准则架构产生严重威胁,并且在时间压力和不确定性极高的情况下必须对其作出关键决策的事件。”也就是指危机状态威胁到了现存的秩序。对于民航通信导航监视来说,危机是指对民航通信导航监视的保障