基于TLE数据的空间目标EDR分类及观测需求计算

根据能量耗散率（EDR）的定义及空间目标的大气阻力摄动加速度公式,推导出一种由卫星两行根数（TLE）数据计算空间目标EDR的方法. 该方法无需计算空间目标弹道系数和大气模型,EDR计算误差可在1%以下,并且运算量极小. 此外,通过空间目标相对轨道的协方差矩阵描述空间目标的定轨精度,并结合扩展卡尔曼滤波方程,提出一种计算平面轨道下不同EDR空间目标的定轨精度-观测需求曲线的方法. 仿真验证了EDR计算方法的有效性,并给出了雷达对不同EDR分类的目标观测时对应的定轨精度-观测需求曲线. 结果表明当观测稀疏时,目标轨道预报误差正比于EDR,而观测较多时,会有观测饱和现象.      

基于数字化校园的移动学习系统设计

随着web 2.0技术的深入应用,移动学习已成为现代研究的热点,它满足了学生随时随地展开个性化学习的需求.本文针对移动学习在高校教学应用中的关键问题提出解决方案,并以江西理工大学为例,结合学校信息化建设,融合数字化校园、教育云提出系统设计方案,拟融合数据挖掘技术,将微博过滤和资源推送服务于学习平台,为高校移动学习平台的系统设计提供参考.     

排水管道检测与缺陷识别技术综述

随着排水管道使用年限的增长及输水能力要求的提高,对排水管道进行状态评估已成为必须要做的工作,但管道状态评估很大程度上依靠管道的检测结果,为全面了解排水管道的检测方法,本文对目前用于排水管道检测的主要方法做了综述,分析了各检测方法的原理和特点,并介绍了基于计算机视觉和图像处理的自动化缺陷检测技术,对排水管道检测技术的发展前景进行了展望,认为闭路电视检测方法结合深度学习缺陷识别技术,可以实现排水管道检测领域的自动化和高效率,具有较好的应用前景。     

双基地角时变下的逆合成孔径雷达越分辨单元徙动校正算法

采用双基地逆合成孔径雷达距离-多普勒算法成像时,目标尺寸较大或累积转角过大,会引起越分辨单元徙动现象,影响成像质量.针对双基地角时变下逆合成孔径雷达成像的越分辨单元徙动问题,提出了一种校正算法.首先,建立了双基地逆合成孔径雷达回波模型,分析了越分辨单元徙动的产生机理,并通过广义的Keystone变换实现了越距离单元徙动的校正,同时消除了目标非匀速转动对成像的影响.然后,基于图像对比度最大准则估计了图像的等效旋转中心位置,并对距离向绝对定标,进而构造补偿相位项,完成了越多普勒单元徙动的校正.仿真实验结果表明,此方法能够有效地校正双基地角时变下的越分辨单元徙动,提高成像质量.     

Crystal Structure and Molecular Docking of a Novel 4-(2-Acetonyl-selanyl-benzamido) Benzoic Acid as a Potential Anti-ischemic Stroke Candidate

The title compound 4-(2-acetonyl-selanyl-benzamido) benzoic acid was synthesized and its structure was determined by NMR, HR MS and X-ray single-crystal diffraction. The crystal belongs to monoclinic, space group P2_(1/n), with a = 5.18537(19), b = 18.9308(7), c = 16.6586(5) ?, b = 95.857(3)°, V = 1626.72(10) ?~3, Z = 4, D_c = 1.536 g/cm~3, m = 3.302 mm~(-1), F(000) = 760, the final R = 0.0466 and wR = 0.1353 for 2308 observed reflections with I 2σ(I). In silico docking studies were carried out to evaluate the anti-ischemic stroke activities for twenty-one ischemic stroke associated proteins by Autodock 4.2 software. The title compound has better activity against ischemic stroke than Ebselen.     

基于YOLO v5l-Im的排水管道缺陷检测方法及效果分析

针对YOLO v5l算法对于小目标、少样本且背景复杂的排水管道缺陷图像检测的精度低、误检和漏检率较高等问题,提出一种基于改进YOLO v5l算法的排水管道缺陷检测方法。做了三点改进：首先提出了基于Focal EIoU的损失函数,有效提升了检测模型的性能;其次为增强检测模型对小目标缺陷的检测效果,减少缺陷误检和漏检的概率,将骨干网络中浅层特征图融合到BiFPN特征融合网络中,增加针对小目标的预测层;最后在YOLO v5l中引入CA注意力模块,提高模型对图像中感兴趣区域的敏感程度,减少冗余背景信息的干扰。三种改进对平均准确度 mAP 值的提升分别为2.0、2.9、5.9 个百分点。将三种有效改进融合到一起,检测结果表明：本文提出的改进YOLO v5l模型的mAP值达到了92.1%,较原模型的85.5%提升了6.5个百分点。由此可见,所做的改进有效增强了YOLO v5l对排水管道缺陷的检测能力。     

基于改进天牛群算法优化的BP神经网络的入侵检测

针对传统BP神经网络的入侵检测中,BP神经网络模型存在容易陷入局部最优、收敛速度慢、初始值随机性较大等缺点,本文提出改进天牛群算法(Beetle Swarm Optimization,BSO)用于优化BP神经网络的权值与阈值,并采用可变的感知因子及导向性的学习策略,以增强算法跳出局部最优的能力,提升算法全局寻优能力。利用天牛群算法群体智能的特点,提高BP神经网络的收敛速度。并将天牛群优化的BP神经网络模型应用于入侵检测,仿真实验结果表明优化后的BP神经网络模型能够显著提高模型的收敛速率和对入侵数据的检测率,降低误报率。     

城市给水管道的漏损及防治对策

分析了造成城市地下水给水管道漏水的主要原因，并提出了一些有针对性的查漏、防漏和堵漏方法。     

把握动机特性,有效促进教学

学习动机是直接影响教学效果的关键因素之一。目前国内外研究者从各个角度且采用不同的研究方法对如何激发和持续学生的学习动机方面进行了广泛的研究,也探究到了很多有效的方法,但是这些研究仅仅固定在如何激发学生的学习动机这个方法论的范围之内,却忽视了动机作为一种客观存在所具有的一些特性,以及这些动机的适应性问题。我们对国内外关于激发学习动机的研究进行了描述和总结,以期对我国关于激发学习动机的理论研究和实验研究有所启发。     

排水管道堵塞试验及影响因素分析

随着智慧城市信息集成化的发展应用,对排水管道内水位、流量等主要运行参数的实时监控与自动采集需求越来越强,利用参数采集系统对排水管道堵塞进行定位监测,基于水力相似原理,建立变态相似模型,按照原型长度比例缩小20倍建立试验装置,并针对排水管道试验模型重力流、压力流不同工况进行堵塞试验及堵塞影响因素研究,结果表明:在重力流中,堵塞前水位和堵塞强度呈正相关分布,堰上水头最低点出现在堵塞高度为管径的50%时,且过流损失均随着坡度的增加而增加;堵塞强度在0.5时,过流损失减少值最小;在压力流中,堵塞程度越大,堵塞点前后管道水位高度变化越大;在同一堵塞强度条件下,过流损失随着堵塞长度的增加而增加;随着坡度增加,过流损失增加差额减少;堵塞长度越大,坡度对过流损失的影响越小。试验研究分析了排水管道堵塞状况的变化规律,为排水堵塞故障识别提供了基本依据。