摘要：根据城郊山区生态景观特点及游人需要,以石家庄市山前大道为例,探讨了城郊山区交通线路景观林规划原则和内容。将石家庄山前大道沿线山区景观划分为道路景观为主的景观单元、沟谷、农田的俯瞰借景景观单元、仰视的可视山体远景景观单元。根据不同类型景观单元特点,分别建立了道路景观营造技术、俯瞰借景道路景观营造技术和仰视借景道路景观营造技术。提出了适于石家庄市山前大道的植物种类,并建立了道路沿线树种色彩变化频率、景源景观色彩斑块面积等设计方法,及借沟谷景源模式、借农田景源模式和景源景观色彩斑块搭配设计等技术。可为类似地区的景观设计提供参考。

摘要：目的　确定整体式底排 -火箭复合发动机合理的底排临界面喉比 .方法　根据复合增程装置的工作原理和主要设计参数 ,通过理论分析确定了理论临界面喉比 ,并通过试验对临界面喉比进行了验证 .结果理论分析获得的临界面喉比与试验结果吻合的较好 .

摘要：为了摸清红外空空导弹性能、提高导弹作战效能,需要全面有效地对导弹抗干扰能力进行评估。但是受限于无穷多的对抗情况,目前多数基于典型对抗场景进行研究分析,不够全面。为此使用改进的拉丁超立方采样法在全范围内设计采样点。首先,对红外对抗原理和仿真系统进行说明和构建,确定输入参数范围和类型;其次,对拉丁超立方采样进行改进优化,并将其生成的采样结果按需离散化,满足诱饵离散型参数设置需求;最后,运用上述生成的初始参数组合运行仿真系统,将获取的数据作为样本集交给随机森林模型学习,通过调优参数及调整损失矩阵后,得到预测精度为90.4%的红外空空导弹抗干扰效能评估模型。通过仿真,验证了所提模型在不同红外对抗态势和不同提取误差下的有效性。

摘要：通过建筑创造性思维特质和培养方法、培养过程的研究，旨在探索建筑设计教学中创造性思维开发和训练的科学化体系，以期全面培养建筑人才的综合创造能力。

摘要：基于梯度下降法的传统人工神经网络瞬变电磁反演方法计算效率低,不能保证全局收敛。为了解决上述问题,提出一种在线惯序极限学习机(online sequential extreme learning machine,OSELM)的瞬变电磁反演方法。该方法针对瞬变电磁法所获取的高维勘探数据进行建模反演,首先,通过随机设定隐层参数(输入权值和偏差)来简化模型的学习过程;然后,将测试得到的预测样本加入训练样本中,作为下一次的更新信息,建立在线贯序极限学习机预测模型,从而最大限度提高反演精度;最后,设计了两个经典的瞬变电磁层状地电模型并进行了拟二维地电模型的反演。反演结果表明,该方法能够较好地解决瞬变电磁法高维数据非线性建模的反演问题,同时相较极限学习机(extreme learning machine,ELM),非线性反演方法具有更加准确的反演结果、更好的泛化能力以及更高的计算效率,为神经网络在地球物理反演中的应用提供了新思路。

摘要：为了解决油气勘探、开发过程中因各种异常复杂情况(特别是在有毒有害气体泄漏、着火扩散蔓延)导致油气井井喷失控着火后的处理技术难题,开展了油气井井喷失控灭火现场仿真系统的研究开发与设计。采用3DS Max技术对油气井着火现场进行三维场景建模,运用虚拟现实技术实现灭火现场实时漫游及灭火操作人机交互功能,参照油气井灭火抢险作业工艺流程,确定仿真系统设计流程,并对抢险灭火流程进行了重点模拟,通过RPG角色扮演使操作员熟悉各抢险流程,最终实现了具有三维可视化、人机交互等特色功能的油气井灭火抢险作业仿真训练平台的开发,为实际灭火作业操作提供重要参考依据,并成功应用于2009年中国石油天然气集团公司举行井喷事件专项应急预案演练中,为灭火抢险演习作业带来了较好的社会效应和经济价值。

摘要：气动发射武器以弹药结构简单和发射能量可控的优势在反恐防暴领域有着巨大应用前景,提出了一种以压缩空气作为动力源的气动发射武器的工作原理;基于气体动力学理论和赫兹接触理论,建立了其变质量热力学模型和摩擦力模型,从而建立了发射过程的动力学模型。采用MATLAB/Simulink对模型进行了数值仿真,得到了恒压气源条件下的膛内气体状态参数和弹丸运动参数的变化规律;并在此基础上分析了结构参数和动力源参数变化对气动发射武器发射过程的影响。研究结果对压缩空气驱动的气动发射武器的研发和设计具有理论指导意义。

摘要：黄土加铺土工格网形成的复合路基具有明显的分荷降压作用,使其竖向和水平应力由路基中心向两边转移,应力趋于均匀,从而提高了路堤边坡的稳定性,减小了路堤的沉降变形。

摘要：发光二级管照射对腰部理疗的临床试验 ,并对理疗效果进行了分析。设计发光二极管阵列 ,通过理疗部位的调整 。

摘要：在位置推荐中用户签到数据具有稀疏性的特点,基于用户的协同过滤算法难以准确搜索邻近用户,从而影响推荐效果。针对该问题,分别将用户签到的时间信息与空间信息融入用户相似度计算中,提出考虑用户时空相似性的位置推荐算法。根据时间对用户签到行为的周期性影响,通过对用户签到矩阵按时间进行分割引入时间属性,设计一种时间相似性计算方法,并根据时间相似性对用户-地点-时间矩阵进行填补,缓解因时间分割导致的用户-地点-时间矩阵高稀疏问题。基于用户签到行为的空间聚集性,通过多中心聚类算法发现用户签到的活跃区域,结合用户对活跃区域的偏好以及未签到地点与活跃区域中心的距离,计算用户的空间相似性。在Foursquare数据集上的实验结果表明,与传统基于用户的协同过滤算法相比,该方法在准确率、召回率与F1-Measure评估值方面性能均有所提高。