使用深度学习的多通道水下目标识别

为解决低信噪比条件下水下目标识别率低的问题,提出一种适用于多通道水听器阵列的深度学习水下目标识别方法。首先是采用子通道特征级联的方法利用多通道信息;在特征提取方面,采用对信号的不同频率区间进行加权的特征提取器,并对提取的特征进行正则规整;最后采用深度神经网络(Deep Neural Network,DNN)实现目标识别。实验首先在仿真条件下对所提出方法的有效性进行验证,结果表明在-15 dB信噪比条件下的五目标识别任务中,使用多通道级联特征的深度神经网络的识别正确率达到96.7%,显著高于基于支持向量机(Support Vector Machine,SVM)的方法。在后续的湖上试验中,深度神经网络的平均正确率达到96.0%,进一步验证了所提出方法的有效性。      

平板电容器介质中的矢量场

介绍了平板电容器真空及各向同性电介质中的电场，进一步计算了各向异性平板电容器电场中的电场强度、电位移矢量、电极化强度。根据计算的结果对平板电容器介质中的矢量场进行了力线描绘，说明了电介质矢量场的性质。并进一步比较了线性各向异性电介质与指数电介质对电场产生的影响。     

45~#碳钢表面激光铬镍合金化及其耐磨性的研究

作者利用1.1kW CO_2激光器对45~#碳钢表面进行了激光铬镍合金化处理。通过对合金层的成分和相组织分析,以及对合金层和基体的硬度与耐磨性的研究认为,激光铬镍合金化层的组织是胞状枝晶,其相组成为马氏体加残余奥氏体。测试结果表明,合金层的显微硬度是45~#碳钢基体的2～3倍,耐磨性也明显地比基体材料的好。     

镍锗尖晶石扩散域高温蠕变性能的实验研究

利用人工合成的多晶材料研究了镍锗尖晶石在扩散域的高温蠕变性质。材料颗粒尺寸为0．5μm到8μm，压缩试件为圆柱状，使用气体介质围压试验机。常压蠕变试验过程中，围压为300MPa，温度为1123K到1523K，差应力在55－330MPa范围内。从实验结果得到的镍锗尖晶石在扩散域的流动律表明流动机制为颗粒边界的扩散蠕变（Coble蠕变）。将橄榄石和尖晶石的蠕变数据外推到地球内部条件，粗粒时尖晶石强度远大于橄榄石，粒度减小时，尖晶石比橄榄石还要弱。     

线性不确定系统的鲁棒D型迭代学习控制

研究一类线性不确定系统的鲁棒D型迭代学习控制问题.首先针对一类线性标称控制对象,建立其迭代学习控制的二维模型;然后基于获得的二维模型,利用二维系统稳定性理论,获得系统在迭代初态与期望初态一致和不一致两种情形下的D型迭代学习控制律的存在条件和设计方法;进一步,将所得结果推广至控制对象包含不确定性的情形.所得结果以线性矩阵不等式(LMI)的形式给出,可以方便地利用Matlab中的LMI工具箱求解.最后,数值仿真实例验证了本文所提方法的有效性.     

驱动问题引领下的核心反应在生产实际中的应用复习教学——以“铁和硫酸铜溶液的反应”为例

以铁和硫酸铜溶液的反应在“湿法炼铜”生产实际中的应用复习教学为例,针对学生能力的薄弱点,围绕核心反应搜集丰富的素材,引导学生模拟体会具体反应应用于生产实际时需考虑的问题,以问题解决为线索,达到促进学生发展的目的。     

基于发展化学核心素养的概念教学——以“认识溶液”为例

化学概念不仅是基础知识的组成部分,还承载着发展学生思维能力的功能。以初中化学教学“认识溶液”为例,根据学情和教学内容整合了丰富的实验、媒体、社会等素材,从宏观到微观,从证据到推理,从科学精神到社会责任,促进了学生学科思维和意识的协同发展,获得良好的教学效果。     

双金属掺杂M2@Si20(M=Ti, Zr, Hf)团簇结构和性质的理论研究

采用密度泛函理论(DFT)和相对论有效原子核势近似(RECP),对M2@Si20(M=Ti,Zr,Hf)团簇的几何结构和电子结构性质进行研究,发现内嵌的金属二聚体和十二面体硅笼构成了稳定的富勒烯结构。通过对团簇电子结构的分析,结果表明Si20团簇掺杂双金属后稳定性得到了提高。对团簇的电荷布局分析表明过渡金属原子(Ti, Zr, Hf)和硅笼之间发生了电荷反转。