再生胶印羊羔绒面料的制备

面丝采用33.3 tex/576 F DTY(300 D/576 F DTY)再生丝，圆孔，S+Z捻，底丝采用原生丝16.7 tex/288 F DTY (150 D/288 F DTY),在大圆机上织成不同比例(再生/原生75/25、50/50、25/75)的羊羔绒坯布。采用胶印工艺增加了面料的立体花型效果。介绍了原料选择和编织、后整理工序的技术特点，并对面料进行性能测试，分析不同再生比例面料的工艺特点。所制面料既符合环保理念，又具有清晰、立体、层次感强的花型效果，同时柔软、蓬松、保暖，可广泛应用于家居用服装和毯子面料。     

基于MQTT的配电终端多核处理器核间通信设计

为进一步提高配电终端的运行能力以及快速可靠的故障处理能力，配电终端逐渐由单核处理器发展为多核处理器，由此带来了多核处理器之间数据通信的需求。本文基于物联网协议MQTT实现了一种新型的多核处理器核间通信技术，将共享内存封装成MQTT交互协议格式，保证各核数据的独立、互斥与共享，从而实现多核处理器各内核间简易可靠的数据通信方式。在此基础上采用MYC-C7Z015芯片进行配电终端硬件设计，并研究MYC-C7Z015芯片核间的数据通信方式，提升了配电终端的数据容量及运行能力。通过核间通信时延测试、通信极限测试，配电终端功能测试，验证了基于MQTT的配电终端核间通信的性能，简化了核间应用层通信代码设计，提升了配电终端性能。     

针对细微特征进行K-means聚类的电台分选识别技术

现代战场中的无线通信设备日益增多，精准获取个体信息已成为研究热点，但也是难点。针对通信电台，提出了一种分选识别技术。该技术从电台物理层特性出发，对其辐射信号的细微特征进行K-means聚类以实现分选，分选的同时提取各个个体的特征属性值，未知信号通过与特征属性值相关运算实现个体识别。该技术无需先验知识，无需训练运算，通过实验验证，其可行、高效，易于工程实现。     

基于改进残差特征蒸馏的轻量级超分辨率网络

基于深度学习的图像超分辨率算法通常采用递归的方式或参数共享的策略来减少网络参数，这将增加网络的深度，使得运行网络花费大量的时间，从而很难将模型部署到现实生活中。为了解决上述问题，本文设计一种轻量级超分辨率网络，对中间特征的关联性及重要性进行学习，且在重建部分结合高分辨率图像的特征信息。首先，引入层间注意力模块，通过考虑层与层之间的相关性，自适应地分配重要层次特征的权重。其次，使用增强重建模块提取高分辨率图像中更精细的特征信息，以此得到更加清晰的重建图片。通过大量的对比实验表明，本文设计的网络与其他轻量级模型相比，有更小的网络参数量，并且在重建精度和视觉效果上都有一定的提升。     

基于有限元法的石油射孔枪弹间干扰研究

石油射孔弹顺序起爆后,弹间冲击波相互作用是一个高度非线性的力学过程。基于有限元法对这一过程进行显式动力分析,由计算结果得知,高孔密射孔枪弹间干扰产生的主要原因是下位弹在不对称的压力场起爆。设计的不同孔密和不同爆速的导爆索两种情形的爆轰试验结果表明,弹间间距越小(即孔密的增加),弹间干扰越严重;随着导爆索爆速的降低,下位弹射流头部质量集中的"中间"偏转角度增大,上位弹对其干扰越明显。以上结论可用于高孔密射孔枪的优化设计。     

机器学习理论的超光谱遥感图像无损压缩

针对一般超光谱遥感图像的压缩方法无法同时实现图像信息缩减和图像完整性的问题，提出一种机器学习理论的超光谱遥感图像无损压缩方法。利用机器学习中的聚类算法进行第一次压缩，减少超光谱遥感图像中的冗余波段光谱，并降低图像维度；再利用机器学习中的人工神经网络进行第二次压缩，将不同图像子块送入不同压缩率的神经元当中，通过隐含层自主完成图像压缩编码。通过与四种一般压缩方法的对比验证，本方法图像压缩后，图像压缩率更小，图像分辨率和信息熵更高，既有效地减少了图像信息量，能够保留有效关键信息，达到了图像信息缩减和图像完整性的双重目标。     

《岩石力学与工程学报》征稿简则

本刊系中国科协主管、中国岩石力学与工程学会主办的力学类和土木工程类总被引频次和影响因子均居前列的期刊,为建筑科学与水利工程类国家核心期刊,获评“中国百强报刊”、“湖北十大名刊”、“中国百种杰出学术期刊”和"中国最具国际影响力学术期刊"等荣誉称号;被美国EICOMPENDEX、《剑桥科学文摘》(CSA)、《日本科学技术社数据库》和国内许多权威数据库确定为核心收录期刊。凡在本刊上发表的论文,即认为作者默认并同意其论文被以上数据库收录。     

一种强声警告与驱离设备的设计与实现

介绍一种基于D类功放设计并实现强声警告与驱离设备的方法.该设计应用在水域及港口防护中,配合主动型小目标探测声呐,能有效地提升对水下入侵目标的防御和处置能力.     

类脑芯片:"芯"中的电磁波

人工智能目前处于第三次高速发展期,人工智能算法的发展离不开其物理基础——类脑芯片.类脑芯片特殊的传输信号和电路架构,将引起全新的电磁完整性问题.传统的自动化设计软件无法适用于类脑芯片,针对类脑芯片的新型模拟及设计技术和方法亟待开发.在类脑芯片发展前期加入电磁完整性的研究具有重要的科学价值和广泛的工业应用前景.