摘要：列车救援信息系统是一个基于地理信息的智能决策支持系统 ,能够模拟专家行为 .该系统根据地理信息系统提供的列车事故地域信息和有关情况 ,提供相应的施援待选方案 ,辅助救援部门迅速决策处置 .文中讨论了该系统的总体结构和设计以及软件平台选型与系统开发的关键技术等 .

摘要：针对广泛使用的基于8051核的MCU,给出一个嵌入式实时操作系统核心的设计方案。具体阐述了时间片、任务调度、信号量和中断处理的实现。

摘要：本文讨论了企业国有资产经营监控系统的Ｌ作机理、设计思想、系统结构和功能模块。在探索性研究的基础上，我们综合运用管理科学、专家系统和数据库系统等先进技术，开发了一个具有实用价值的系统原型，并运用该系统对若干企业国有资产经营情况进行试运行，均取得令人满意的结果。

摘要：论述了基于IDL语言开发的高光谱图像噪声处理系统的系统架构、方案设计思路和系统实现,并对系统各个主要模块进行验证,证明了软件的可操作性和实用性。系统的开发可有效解决遥感软件缺乏专业高光谱图像处理模块的问题,为高光谱遥感图像在地质勘查工作中的广泛应用提供了支持。

摘要：准确获取大气中云粒子的原位探测信息,对于揭示气溶胶—云—降水形成物理机制、改进数值预报模式微物理参数化方案、评估人工影响天气催化效果等具有重要的应用价值。数字全息测量技术能够同时获取云粒子的尺度、速度、相态和空间位置等信息,且具有覆盖粒子尺度范围广(μm~mm)、空间采样精度高(可达mm量级)和仪器采样体积可准确确定等诸多优点,在云微物理观测领域具有广阔的应用前景。总结了目前国内外数字全息云粒子测量仪器的研究现状,分析了仪器研制所涉及的全息光路设计、机械防护和全息图处理等几个关键技术问题,并介绍了全息云粒子观测结果在揭示混合云内冰晶冻结机制和云中湍流混合作用影响微物理机制等方面的应用。最后,从技术应用角度对全息光路优化设计、全息图处理方法、仪器结构防护和外场观测试验等方面作了一定的思考和展望,以期为开展相关仪器研制和云微物理观测应用研究提供参考。

摘要：针对目前弹道在线快速规划及制导方法的不足,充分借鉴离线弹道规划方法和拟平衡滑翔弹道在线规划方法的优点,并与跟踪制导方法相结合,提出了一种应用于滑翔飞行器的弹道在线快速规划方法及制导方法,有效提高了长时间滑翔飞行器大气层内飞行的自主性和灵活性。结果表明:弹道在线快速规划方法可以在弹载计算机上快速生成一条远程飞行轨迹,制导方法对规划出来的标准弹道的跟踪效果较好,适应偏差能力强。弹道在线快速规划及制导方法简单可靠、容易实现,具有较好的工程应用价值。

摘要：建筑信息模型(BIM)技术以其三维、实时且全生命周期的建筑信息管理模式,为地理国情监测提供了新的信息获取途径和方法。本文分析了BIM技术在地理国情监测应用中的必要性和可行性,研究了BIM技术在地理国情监测的模型创建、变形预测、信息获取与管理等方面的应用。测绘单位可通过进一步的统计分析工作,挖掘建筑BIM成果中蕴含的地理要素信息,为全覆盖的地理国情监测创造条件。

摘要：2016年11月25日新疆阿克陶地区发生的M_(W)6.6地震,对当地人民生命造成一定的危害。基于Sentinel-1数据获取该地震的视线向同震形变场,采用贝叶斯方法反演单一断层走向为106.9°、倾角为73.8°、震源深度为17.35 km,在此断层几何模型基础上,以最速下降梯度法(Steepest Descent Method,SDM)反演滑动分布,结果表明断层面上存在两个滑动峰值,其中位于断层西侧的最大滑动量为0.66 m,深度为11.7 km,位于断层东侧的最大滑动量为0.83 m,深度为7.5 km,根据反演结果模拟LOS形变,其最大残差为~5 cm。构建倾角分别为70.79°和55.33°的双断层几何模型,并根据双断层几何模型反演了滑动分布,结果表明单一断层模型与双断层模型的滑动分布具有一致性,但是最大滑动量值有所不同,相对于单一断层模型的滑动分布而言,双断层模型的滑动量在西侧增大,其值为0.68 m;而在东侧减小,其值为0.77 m;最大残差降低了约2 cm。双断层模型库伦应力增加区域与余震的分布比较吻合。

摘要：山东省茌平县博平中学从当前学校教育改革的趋势出发,结合本校实际,经过几年探索,构建了富有学校特色和丰富学校文化内涵的完整的全人教育实践模式,其中,构建的课程体系、与之相适应的富有创意的多维教育教学策略、学校文化和管理体制尤为突出。

摘要：渗透测试作为一种评估网络系统安全性能的重要手段,是以攻击者的角度模拟真实的网络攻击,找出网络系统中的脆弱点。而自动化渗透测试则是利用各种智能化方法实现渗透测试过程的自动化,从而大幅降低渗透测试的成本。攻击路径发现作为自动化渗透测试中的关键技术,如何快速有效地在网络系统中实现智能化攻击路径发现,一直受到学术界的广泛关注。现有的自动化渗透测试方法主要基于强化学习框架实现智能化攻击路径发现,但还存在奖赏稀疏、学习效率低等问题,导致算法收敛速度慢,攻击路径发现难以满足渗透测试的高时效性需求。为此,提出一种基于势能的启发式奖赏塑形函数的分层强化学习算法(HRL-HRSF),该算法首先利用渗透测试的特性,根据网络攻击的先验知识提出了一种基于深度横向渗透的启发式方法,并利用该启发式方法设计出基于势能的启发式奖赏塑形函数,以此为智能体前期探索提供正向反馈,有效缓解了奖赏稀疏的问题;然后将该塑形函数与分层强化学习算法相结合,不仅能够有效减少环境状态空间与动作空间大小,还能大幅度提高智能体在攻击路径发现过程中的奖赏反馈,加快智能体的学习效率。实验结果表明,HRL-HRSF相较于没有奖赏塑形的分层强化学习算法、DQN及其改进算法更加快速有效,并且随着网络规模和主机漏洞数目的增大,HRL-HRSF均能保持更好地学习效率,拥有良好的鲁棒性和泛化性。