基于Matlab/Simulink的雷达系统仿真

该文介绍基于Matlab／simulink进行雷达系统仿真的基本规范，开发了有关的雷达系统仿真模型库，并在该平台上对某脉冲多普勒雷达系统进行了仿真，给出了仿真结果和分析。为今后在Matlab／Simulink上开发大规模雷达系统仿真模型库和仿真复杂雷达系统打下基础。该文的工作不但克服了在工作站上用SPW等系统仿真软件进行雷达系统仿真投入大、推广难的不足，又克服了利用高级语言编写雷达系统软件通用性差、难度高、周期长的缺点。     

播种期对各生育时期甜高梁叶片性状的影响

对甜高梁品种辽饲杂3号在4个播种期条件下进行了叶片性状指标测定试验，分析了不同播种期甜高粱在拔节、孕穗、开花、灌浆期叶绿素含量、比叶重、叶面积指数及成熟期绿叶数等叶部性状变化规律。结果表明，叶片叶绿素含量在孕穗期与开花期达最大值，早播时甜高粱前期叶绿素含量高，晚播时后期叶绿素含量较高。比叶重在灌浆期达最大值，且以晚播甜高粱的比叶重较大。叶面积指数随播种期延迟，并有下降趋势，但晚播甜高粱在成熟期时叶面积指数较高。绿叶数的变化趋势类似于叶面积指数。     

SOLACOS:德国空间光通信系统

综述了德国空间光通信系统SOLACOS计划的总体设计思想,发展计划与技术特点。SOLACOS计划着眼于满足未来不同用户对空间光通信系统的要求,立足于现有技术,建立计算机仿真模型和一个实验模拟系统,该系统可在室内模拟卫星间通信,通过实验及仿真系统的分析,确定并发展了该空间光通信系统的关键技术。     

细旦涤纶短纤在牵伸区中的伸长变形与牵伸力

通过建立纤维在牵伸区中伸长变形的理论模型及伸长变形与牵伸力关系的理论模型,讨论了细旦涤纶短纤小牵伸隔距时牵伸力异常的原因;     

基于神经网络和信息检索的源代码注释生成

源代码注释生成旨在为源代码生成精确的自然语言注释,帮助开发者更好地理解和维护源代码.传统的研究方法利用信息检索技术来生成源代码摘要,从初始源代码选择相应的词或者改写相似代码段的摘要;最近的研究采用机器翻译的方法,选择编码器-解码器的神经网络模型生成代码段的摘要.现有的注释生成方法主要存在两个问题:一方面,基于神经网络的方法对于代码段中出现的高频词更加友好,但是往往会弱化低频词的处理;另一方面,编程语言是高度结构化的,所以不能简单地将源代码作为序列化文本处理,容易造成上下文结构信息丢失.因此,本文为了解决低频词问题提出了基于检索的神经机器翻译方法,使用训练集中检索到的相似代码段来增强神经网络模型;为了学习代码段的结构化语义信息,本文提出结构化引导的Transformer,该模型通过注意力机制将代码结构信息进行编码.经过实验,结果证明该模型在低频词和结构化语义的处理上对比当下前沿的代码注释生成的深度学习模型具有显著的优势.     

智能化信息物理系统中非确定性的分类研究

信息物理系统呈现出日趋智能化的特征,而非确定性又是系统中普遍且固有的特性。例如,系统通过传感器感知环境时,会不可避免地存在误差。非确定性若未被妥当处理,往往会影响系统的正确运行,并带来一系列的问题。因此,对信息物理系统中的非确定性进行处理是至关重要的,也是促进信息物理系统进一步智能化的关键。对非确定性进行处理的前提是需要对其有充分的理解和认识,然而现有工作对信息物理系统中非确定性的研究尚处于探索阶段。针对这一问题,研究了信息物理系统中的非确定性分类。具体而言,根据信息物理系统中被广泛认可的5C技术架构对非确定性进行了分类,详细介绍了该架构每一层次上可能存在的非确定性,并结合典型的信息物理系统应用进行了举例说明;同时,总结了当前的相关研究工作,并展望了未来信息物理系统在应对非确定性方面的智能化研究方向。     

基于序列到序列模型的代码片段推荐

在软件开发过程中,开发者经常会以复用代码的方式,提高软件开发效率。已有的研究通常采用传统的信息检索技术来实现代码推荐。这些方法存在自然语言查询的高层级的意图与代码的低层级的实现细节不匹配的问题。提出了一种基于序列到序列模型的代码片段推荐方法DeepCR。该方法结合程序静态分析技术与序列到序列模型,训练自然语言查询生成模型,为代码片段生成查询,通过计算生成的查询和开发者输入的自然语言查询的相似度得分来实现代码片段推荐。所构建的代码库的数据来源于Stack Overflow问答网站,确保了数据的真实性。通过计算代码片段推荐结果的平均倒数排名(MRR)和Hit@K来验证方法的有效性。实验结果表明,DeepCR优于现有研究工作,能够有效提高代码片段推荐效果。     

张家坪泥石流物源活动性演化及冲出范围模拟研究

为了研究泥石流内物源活动性演化及冲出范围,利用搜集的四期遥感影像和DEM,结合GIS与RS,对不同时期张家坪泥石流物源做出详细解译,得出不同活动率条件下的张家坪泥石流物源演化趋势。根据变化趋势预测该泥石流未来不会产生较多新的物源,但老崩滑体有扩大的可能性,同时利用FLO-2D软件模拟三种降雨频率下的张家坪泥石流冲出范围及堵江程度,研究结果能够为张家坪泥石流物源防治措施提供参考价值,同时为冲出范围内的灾后重建工作提供科学指导依据。     

API文档缺陷自动检测和修复方法

在为了完善应用程序编程接口（application programming interface,API）文档,提出了基于程序静态分析和自然语言处理的自动检测和修复API文档缺陷的方法。该方法能够自动检测和修复API文档缺陷。实验中缺陷检测结果的准确率和召回率分别达到74.6%和81.4%,能够较为准确地检测到Java API的文档缺陷。在进一步的实验中还对API文档的修复功能进行了评估,结果表明生成的文档正确且简洁,可以有效地修复API文档缺陷。     

基于T2VNN模型的阀冷系统进阀温度预测

预测进阀温度的变化趋势对阀冷系统中设备运行的安全可靠性具有重要的参考价值. 针对传统方法特征提取困难、预测精度低等问题, 提出了一种用于预测进阀温度的T2VNN (Time2Vec neural network)模型, 该模型首先通过时间序列表示学习方法Time2Vec对进阀温度进行特征提取, 然后结合TCN和双向LSTM的优势, 并且使用分位数回归来实现概率预测. 最后设计了不同时间步和分位数在多个典型模型上的对比实验, 实验结果验证了T2VNN模型具有更高的预测性能, 并且通过消融实验证明了模型中各个组成部分的有效性.