摘要：采用差分北斗定位技术(BDS)是脉冲测量雷达标校的新手段。分析了利用差分BDS校验脉冲测量雷达精度的基本原理,给出采用无人机搭载差分BDS移动站开展脉冲测量雷达精度标校的基本方案,并通过具体型号雷达实例验证该方案的可行性。研究结果表明:该定位方法可以满足脉冲测量雷达标校要求,尤其是针对俯仰定向灵敏度、方位定向灵敏度以及天线大盘不水平度的标定。

摘要：针对复杂实体建模中模型文件数据管理混乱和实体建模装配设计效率低问题,在集成UG的Tea-mcenter环境下,使用一种自顶向下的装配设计方式,充分利用各个零部件尺寸和相对空间位置,对炼钢高炉进行数字化建模,实现了高炉模型文件数据的有效管理和协同设计,缩短了高炉设计时间,为实体建模和协同数据管理提供了一种思路。

摘要：云雾后向散射会产生引发激光引信虚警的回波信号.基于蒙特卡罗法,对云雾散射回波进行了模拟仿真,并定量给出了云雾散射回波的波形、波峰位置、脉宽和峰值功率随发射脉冲宽度的变化规律.研究结果表明,回波峰值功率随着发射脉宽的增大而增大,且当发射脉宽增大到50ns后趋于饱和,峰值功率将不随脉冲宽度的变化而变化;脉冲展宽的程度随发射脉宽的增大而减弱;发射脉宽对云雾散射回波波峰位置的影响较小.给出的回波信号模拟仿真结果可以为窄脉冲激光引信的目标识别以及探测阈值和脉冲宽度等参量的优化设计提供依据.

摘要：土体未冻结含水率曲线模型描述温度和未冻结含水率之间的关系,该模型对计算冻土强度、变形以及水热迁移具有重要意义。考虑孔隙水毛细和吸附作用,提出了一个新的土体未冻结体积含水率曲线模型。该模型假设在较高温度下(0~−2℃),毛细作用支配土体中孔隙水冻结,该过程中毛细水冻结受孔隙比影响。另一方面,在较低温度下(<−2℃),吸附作用在孔隙水冻结中起主导作用,该过程中吸附水冻结受比表面积影响。结合文献中已有土体未冻结体积含水率曲线的测试数据(包括不同土体孔隙比、比表面积以及广温度范围),对模型进行验证。同时将所提模型与文献中3种常见模型计算结果进行对比,讨论新模型的优越性。结果发现,只有新提出的模型可只用一套参数计算不同土体孔隙比的未冻结体积含水率曲线。此外,针对土体在广温度范围条件下的未冻结体积含水率曲线,新提出模型比已有模型有更好的计算结果。

摘要：以挤出圆管为研究对象,采用PTT粘弹本构模型和通用的有限元POLYFLOW软件,对塑料熔体在不同挤出口模内的二维粘弹性等温流动进行了数值模拟。通过数值模拟得出了CPU时间、压力和离模膨胀比等结果。研究表明,过渡段的设计会对挤出压力产生明显的影响,但对离模膨胀比没有影响,用三次插值多项式表征的流线型口模具有较小的挤出压力。

摘要：通过对100多块橡胶混凝土和普通混凝土试件的劈裂抗拉试验研究,分析了2种混凝土浇筑间隔时间、黏结面处理方法、橡胶颗粒掺量和种类对2种混凝土间黏结性能的影响;研究了2种混凝土间劈拉强度与轴心抗拉强度的关系.研究结果表明:浇筑间隔时间、黏结面处理方法、橡胶颗粒掺量和种类对劈拉强度均有影响;不管采取何种措施,2种混凝土的黏结面都是抗拉破坏的薄弱环节;劈拉强度和轴心抗拉强度未呈明显的线性关系.

摘要：自动文摘是自然语言处理领域的一个重要研究话题,基于机器学习的自动文摘方法则是该项研究中的一个热点。然而,自动文摘问题中的数据分布有一个重要现象,即文摘句子与非文摘句子的数量相差非常悬殊,该现象将给传统机器学习算法的应用效果带来负面影响。为此,本文针对自动文摘中句子类别分布严重不平衡这一现象,以支持向量机算法为基础,设计了两种有效的处理非平衡自动文摘数据的分类方法。在第一种方法中,将传统支持向量机中正负类平衡的分类间隔转换为不平衡的分类间隔;在第二种方法中,通过将数据集进行切分,设计了一种支持向量机集成学习算法。通过在DUC2001数据集上的实验证明,本文设计的两种基于非平衡数据分类的单文档自动文摘方法显著优于基于传统分类算法的自动文摘方法。

摘要：提出了一种基于ARM(Advanced RISC Machine,先进精简指令计算机)的核磁共振波谱仪气动温控系统设计方案.该控制系统以ARM为控制器,利用其内嵌的CAN控制器实现CAN总线通信,通过PID控制算法控制气流和温度,实现控制NMR实验样品的更换和旋转,检测并控制样品的温度等功能.该设计方案具有系统控制灵活、控制精度高以及成本低的优点.

摘要：矩形径向线螺旋子阵的设计是高功率高增益径向线螺旋阵列天线研究的基础,提出并设计了一个X波段双层16单元正方形径向线螺旋子阵,阐述了子阵的工作原理,简要介绍了X波段的辐射单元和耦合探针,重点分析了双层径向线馈电系统,从而得到了一个X波段的子阵模型,并对其进行了数值模拟,结果表明该子阵在8.6～10.1GHz的频带范围内,天线反射系数小于0.1,在9.0～10.0GHz的频带范围内,天线增益大于18.45dB,副瓣电平小于-11.68dB,轴比值小于1.66。

摘要：针对协同过滤算法在为用户商品相关性建模时未考虑用户/商品对特征属性的不同关注度及不可解释性问题,提出基于特征权重与情感偏好的可解释推荐算法。利用评论中抽取的特征及对应情感设计用户商品的表征,根据TF-IDF算法确定其重要性,将其加入相关性建模中;在评分预测时引入贝叶斯个性化排序减小评分误差;在生成推荐的同时,提供特征短语级别的解释。实验结果表明,对比现有模型,该模型均方根误差平均降低了3.62%,最大降低了4.93%。