无模拉拔过程中金属线材直径的BP神经网络预测模型

利用Matlab软件建立了无模拉拔成形过程中金属线材直径的BP神经网络预测模型,通过实验验证了网络模型的可靠性。网络预测值与实测值之间的平均相对误差为0.52%,最大相对误差为2.42%,具有较高的预测精度。将所建模型用于无模拉拔成形过程中线材尺寸的在线控制,具有明显效果,在较大程度上减小了线材直径沿长度方向的波动。     

SD-OTN多控制系统协同关键技术及应用

分析OTN专线业务开通诉求,阐述了OTN网络SDN化现状以及控制系统北向接口标准化存在的主要问题,对多控制系统协同的关键技术进行论述,提出了统一的资源模型、业务模型和多协议适配的技术架构,研发实现SD-OTN协同器系统,并对其系统架构和功能架构进行详细阐述,SD-OTN协同器支持跨域厂商场景下业务端到端自动开通,实现O...     

多喷嘴喷动流化床内气固两相流动与传热过程CFD-DEM模拟

为研究喷动床内颗粒的流体力学与传热特性，采用计算流体力学-离散单元(CFD-DEM)耦合方法对多喷嘴喷动流化床(IMJSFB)内的颗粒进行数值模拟，将模拟结果与常规喷动床(CSB)对比。结果表明：IMJSFB内颗粒混合与流动特性明显优于CSB，表明侧开孔的存在改善了颗粒流动死区现象。IMJSFB内的颗粒总势能和颗粒总平移动能均低于CSB，侧开孔对主喷嘴气体实现了分流，削弱了喷射区的颗粒运动。当颗粒的传热系数低、热容小、进气温度较低时IMJSFB的优势更显著。     

基于阴影增强和注意力机制的高光谱图像分类

基于深度学习网络的高光谱图像分类能够有效地提取图像中的特征信息，促进遥感图像中丰富信息的挖掘与利用。然而，现有方法性能仍然受限于阴影信息不能充分提取、特征不能有效利用。针对阴影区域信息提取，动态随机共振能够利用噪声增强信号，提高信息的表达能力；针对特征利用，在卷积神经网络中嵌入注意力机制，能够在其提取的高层特征的基础上，从空间维度和通道维度进一步提取融合，筛选出对当前任务目标更为关键的特征，提升网络分类性能。实验结果表明：通过在含有阴影区域的真实高光谱图像数据集Hydice上仿真，动态随机共振能够有效增强信号进而将分类精度从96.48%提升到97.14%,卷积注意块的加入使分类精度提升了0.408 4%。进一步与其他分类方法在Hydice、Indian Pines、Pavia University进行实验对比验证，本文方法分类精度分别达到了97.436 1%、99.219 5%和99.929 9%,对不同数据集的分类都具有良好的表现，相较于其他方法具有明显优势，证明了该方法的有效性和良好的分类性能，在高光谱图像分类领域具有广阔的应用前景。     

液晶显示技术及其在现代军事中的应用

液晶于1888年发现，1968年动态散射（DS）型液晶显示器件（LCD）问世，1971年扭曲向到（TN）型LCD揭开了其固态化和平板化的序幕，使LCD取得了突破进展。目前LCD已成为平板显示的主流技术，中小尺寸液晶产品广泛应用于电脑、导航、家电等领域，其发展趋向是开发新型液晶显示器和革新制造技术，LCD目前在现代军事上的应用有：车载用薄膜晶体管有源矩阵液晶显示器（TFT－LCD），机用有原彩色液晶下视显示器，等等。因此，应巨额资金投入，加大相关技术研究，形成自主开发体系。