固液混合火箭发动机尾焰的红外特性研究

针对固液混合火箭发动机中Al2O3颗粒运动的影响,对喷管的内流场和外流场进行了一体化数值仿真,得到了温度、压力、组分浓度以及粒子浓度等参数的分布。利用以最新的分子光谱数据库HITRAN和HITEMP为基础编写的逐线积分法计算了气体光谱吸收系数,采用米氏散射模型计算了固体粒子的辐射特性参数。利用基于有限体积法离散辐射传输方程的模型计算出了尾焰的红外辐射亮度。通过进一步求解,得到了特定波段的光谱辐射强度。在8—14岬波段,利用红外热像仪进行了试验,并将试验结果与数值计算结果进行了比较。结果表明,该计算模型和方法能较好地模拟固液混合火箭发动机尾焰的红外辐射特性。     

重量法-电感耦合等离子体原子发射光谱法联用测定无取向硅钢磷酸盐体系环保涂层液中二氧化硅含量

二氧化硅是无取向硅钢环保涂层液的核心成分,其含量直接影响硅钢涂层的固化工艺及涂层产品的磁性能。因此为保证涂覆过程的顺利进行,对涂层液中二氧化硅含量的检测是十分必要的。本方法采用样品中分别加入硝酸、双氧水及高氯酸,置于电热板上进行消解处理,处理后的样品经酸溶、过滤步骤,以重量法计算沉淀中二氧化硅的含量,采用电感耦合等离子体原子发射光谱（ICP-AES）仪测定滤液中可溶性硅含量,则样品中二氧化硅含量为重量法和电感耦合等离子体原子发射光谱法测定结果的合量。从而建立了重量法-电感耦合等离子体原子发射光谱法联用测定无取向硅钢磷酸盐体系环保涂层液中二氧化硅含量的方法。讨论了样品前处理用消解酸及消解温度、滤液中可溶性硅及含量、ICP-AES仪器检测时的元素干扰。结果表明：按照本实验方法测定无取向硅钢磷酸盐体系环保涂层液中二氧化硅含量,检测结果的相对标准偏差（RSD,n=12）在0.76%~1.08%之间,加标回收率在97.00%~104.0%之间。该方法可广泛应用于各检测部门对无取向硅钢磷酸盐体系环保涂层液中二氧化硅含量的监控。     

长管体斜侵彻有限厚均质靶板简化模型

进行了长管体斜侵彻有限厚靶板的试验. 建立了长管体斜侵彻有限厚均质靶板的简化模型,描述了侵彻的物理图像,对长管体的受力和运动情况进行了分析. 弹坑的剖面形状与长杆体斜侵彻有限厚靶板极为相似,而在正面及背面弹坑形状出现了明显的两个``犄角'. 计算结果表明, 在火炮初速范围内,长管体的剩余速度随撞击速度的增加近似为线性递增. 试验与计算的极限穿透速度吻合较好,说明所建立的模型能够描述侵彻过程.     

深度卷积神经网络图像识别模型对抗鲁棒性技术综述

近年来,以卷积神经网络为代表的深度识别模型取得重要突破,不断刷新光学和SAR图像场景分类、目标检测、语义分割与变化检测等多项任务性能水平.然而深度识别模型以统计学习为主要特征,依赖大规模高质量训练数据,只能提供有限的可靠性能保证.深度卷积神经网络图像识别模型很容易被视觉不可感知的微小对抗扰动欺骗,给其在医疗、安防、自动...     

Highly integrated photonic crystal bandedge lasers monolithically grown on Si substrates

Monolithic integration of Ⅲ-Ⅴ lasers with small footprint, good coherence, and low power consumption based on a CMOS-compatible Si substrate have been known as an efficient route towards high-density optical interconnects in the photonic integrated circuits. However, the material dissimilarities between Si and Ⅲ-Ⅴ materials limit the performance of monolithic microlasers. Here, under the pumping condition of a continuous-wave 632.8 nm He–Ne gas laser at room temperature, we achieved an InAs/GaAs...     

基于AttentionGAN的加密流量分类方法

在网络流量分类中，各协议类别之间样本分类不平衡，从而导致训练的模型泛化能力差、识别准确率低。为此，提出了一种在生成对抗网络中添加通道注意力机制的方法（AttentionGAN），来进行数据增强，对样本较少的协议进行扩充。该方法首先将原始流量数据报存储（Packet Capture,PCAP）数据按照流为单位进行切分、填充，并生成灰度图；其次使用AttentionGAN方法对数据集进行扩充；最后在公开数据集ISCX VPN-nonVPN和USTC-TFC2016上使用NIN、LeNet和VGG16模型对原始数据集和平衡后的数据集进行分类测试。实验结果表明，基于AttentionGAN的平衡方法在精确度、召回率、F1这3个指标上均优于过采样（Synthetic Minority Oversampling Technique,SMOTE）、生成对抗网络（Generative Adversarial Networks,GAN）和沃瑟斯坦生成式对抗网络（Wasserstein GAN,WGAN）平衡方法。     

基于集成学习的光纤光栅传感网络入侵行为检测

针对光纤光栅传感网络结构复杂，入侵行为检测难度较高的问题，研究基于集成学习的光纤光栅传感网络入侵行为检测方法。选取支持向量机作为集成学习算法的基分类器，计算各基分类器分类光纤光栅传感网络入侵行为样本的误差率，依据基分类器的误差率确定基分类器的重要程度。利用AdaBoost集成学习算法，依据各基分类器的重要程度集成各基分类器，构建最终的集成分类器，利用所构建集成分类器，输出光纤光栅传感网络入侵行为检测结果。实验结果表明，该方法可以精准检测光纤光栅传感网络的远程入侵、拒绝服务入侵等入侵行为，数据丢弃量较低，提升了光纤光栅传感网络的通信性能。     

基于分层强化学习的中继卫星网络任务动态调度方法

近年来，随着各类紧急任务数量的不断增长，如何在控制对常规任务影响的同时保障系统的收益已成为中继卫星网络任务动态调度的巨大挑战。针对这一问题，以最大化紧急任务总收益和最小化常规任务破坏程度为目标，提出了一种基于分层强化学习的中继卫星网络任务动态调度方法。具体而言，为了兼顾系统的长期与短期性能，设计了由上、下级DQN实现的双层调度框架，上级DQN从长期性能出发决定临时优化目标，下级DQN根据优化目标决定当前任务的调度策略。仿真结果表明，与传统的深度学习方法以及部分处理动态调度问题的启发式方法相比，所提方法能够在降低常规任务破坏程度的同时提升紧急任务总收益。     

情境引领深度学习 实践应用促旧知新识——溶液单元复习教学

基于走向真实情境的化学教学研究的基础，对初中化学溶液的复习进行了整体单元设计，以“自贡井盐的制作过程”为情境，采用任务驱动、问题驱动的教学方法，渗透不同的评价方式，引导学生应用所学的溶液知识解读自贡井盐的制作工艺，加强对溶液知识的理解与应用，提升知识迁移运用的能力。     

基于Arduino的智能温湿度控制系统

针对传统温度检测控制装置检测效率不高、精确度不够、稳定性较差、功能单一、可操作性较差和易受外界因素干扰等问题，设计了一种以Arduino为核心的智能温湿度控制系统。该系统兼具温湿度传感器、 OLED显示器、测量压强模块、报警器和火情检测器，同时加入了键盘输入模块，能够更好地实现人机联动，使其具有智能监测温度功能。经模拟实验证明，该系统可操作性强，整体结构简单明了，兼具老式测温仪的优势并且测量数据更加精准，分块化功能更加可靠稳定，具有广泛的应用价值。