摘要：对国内外火箭冲压组合动力(RBCC)研究现状与发展路线进行了总结,阐述了各国主要研究计划和取得的重要成果。系统地总结了西北工业大学航天学院在火箭冲压组合动力的研究进展和研究成果,经过近二十年的发展,完成了从发动机理论分析与原理验证、部件设计与试验到小尺度发动机地面集成验证,初步突破和掌握了宽域全流道设计、宽来流高效燃烧与火焰稳定以及模态过渡等多项关键技术,具备了开展飞行演示验证的基础。

摘要：随着对RBCC发动机研究的不断深入,热防护问题已经成为其走向工程应用的关键之一,本文针对RBCC发动机开展了热防护方案的研究。首先,采用数值模拟对RBCC发动机各模态下的热环境进行了分析;然后,进行了RBCC热防护方案的论证,认为目前材料和技术水平下全主动和全被动方案很难满足RBCC热防护的要求;在此基础上,提出了一种主被动相结合的复合热防护方案,并完成了复合热防护方案的设计。该方案内壁整体采用C/Si C陶瓷基复合材料,在受热比较严重的部位加装再生冷却模块,较好地解决了RBCC发动机冷却剂流量不够的问题。通过对方案的校核计算表明,该方案可满足长时间工作RBCC的热防护需要。

摘要：主持人语：近两年来抽象艺术受到画廊和艺术机构的普遍关注，在我们看来原因大约有四：其一从事抽象艺术创作的艺术家在现阶段正值创作思维的旺盛期，而且在相当长时间的展览主题和理论梳理中，对于艺术观念的认识愈发明晰起来；其二中国当代艺术理论批评对于既有的“图像性”的绘画，在阐释上越来越缺乏兴趣，

摘要：设计了非同轴式喉栓固体变推力发动机实验系统,进行了变推力原理性实验。通过对发动机自由容积、喉栓运动、气缸能否一次完全将喉栓送到位、等效喉部结构、推进剂配方对变推力过程中压强响应影响的实验及分析,基本确定了压强响应慢是由于推进剂的动态响应慢造成的。利用成熟配方的低压强指数推进剂进行了压强双峰响应实验研究。研究结果表明,压强峰的下降响应要高于上升响应。研究结果为非同轴喉栓变推力发动机响应特性分析提供了依据。

摘要：如果当代艺术能够构成完整的艺术史叙事。“青春”与“性”作为关键词将主导一条旋律。青春和性本身就是一种能量。尤其凸显于画面中的身体意象。生命，作为一种有趣的经验．似乎永远与性有关．特别是青春期的生命。

摘要：曾健勇创作的＂大队长＂、＂主角＂系列,受到不少批评家的关注,并被赋予了社会学意义上的推重。显而易见的是,曾健勇作品中呈现出的图像性逻辑,与中国当代艺术创作观念中的反思意识有着互文关系。毋庸置疑,曾健勇有意识塑造的符号化的视觉形象,使观者很自然地回头审视自我的儿时记忆。画面中带有白日梦情绪的少年,在空间结构的比照之下,越发孤独或冷漠,尤其是眼睛中不稳定的存在,灰暗的沉默抹去了快乐颜色。不少观者会相信艺术家与其作品之间有着必然神秘关联,就如同艺术家强调艺术创作正是寻找自我的真实再现一般。

摘要：颜海蓉一九七八年,出生于湖南株洲。二〇〇六年,毕业于中央美术学院中国画学院,获学士学位。二〇一〇年,毕业于中央美术学院中国画学院,获硕士学位,师从田黎明先生。展览：二〇一五年,＂艺术北京＂（全国农业展览馆,北京）。二〇一四年,＂隐The Unfathomable＂（新氧艺O_2art,今日美术馆,北京）;＂双轨记——关于老鲁的一次‘写生’＂（芥墨艺术馆,南京）;＂肖像进行时!——中国当代城市生活‘首届恭王府·时代肖像艺术展’＂（时代美术馆,北京）;

摘要：针对传统有限集模型预测控制(FCS-MPC)存在权重因子整定繁琐的问题,提出一种级联模型预测控制(SMPC)策略,实现了电池储能型准Z源逆变器(BES-qZSI)光伏并网系统的无权重因子模型预测控制.首先,建立了三相BES-qZSI光伏并网系统的离散化状态空间模型;其次,采用分层优化建立了级联的电抗器电流价值函数、并网电流价值函数和开关频率约束价值函数,通过对其逐级评估寻求最优开关状态,从而避免了传统FCS-MPC所需的综合价值函数及其权重因子,使得控制器设计大为简化.此外,将光伏电池的最大功率点跟踪(MPPT)与电抗器电流控制结合,将储能电池荷电状态(SOC)管理与其过流保护结合,进一步简化了控制结构,改善了控制性能.研究结果表明:SMPC策略控制的BES-qZSI光伏并网系统的控制器不仅设计简化,而且展现了良好的动、静态性能.

摘要：卷积神经网络(CNN)具有强大的特征提取能力,能够有效地提高高光谱图像的分类精度.然而CNN模型训练需要大量的训练样本参与,以防止过拟合,Gabor滤波器以非监督的方式提取图像的边缘和纹理等空间信息,能够减轻CNN模型对训练样本的依赖度及特征提取的压力.为了充分利用CNN和Gabor滤波器的优势,提出了一种双通道CNN和三维Gabor滤波器相结合的高光谱图像分类方法Gabor-DC-CNN.首先利用二维卷积神经网络(2D-CNN)模型处理原始高光谱图像数据,提取图像的深层空间特征;同时利用一维卷积神经网络(1D-CNN)模型处理三维Gabor特征数据,进一步提取图像的深层光谱-纹理特征.连接2个CNN模型的全连接层实现特征融合,并将融合特征输入到分类层中完成分类.实验结果表明,该方法能够有效地提高分类精度,在Indian Pines,Pavia University和Kennedy Space Center 3组数据上分别达到98.95%,99.56%和99.67%.

摘要：曾健勇的早期创作中有一部分表现出轻松的笔意,情绪中甚至不乏纯真的美好——但就是这种看起来近平悖论的图像关系,恰是我们解读曾健勇艺术的关键所在。曾健勇有一种非常敏感的理论自觉能力,这也是自＂大队长＂到＂主角＂系列呈现主题愈见清晰和明确的原因。