俄罗斯的坦克阻击者（上）——地面发射的反坦克导弹

俄罗斯是世界上装备反坦克武器数量最大，品种最全，型号最多的国家，其既有反坦克导弹，又有反坦克炮，无坐力炮和反坦克箭筒。本文将分上、下两篇分别对装备地面发射和直升机载反坦克导弹的部队的编制情况，反坦克战术和作战运用情况作一介绍。     

宝剑锋从磨励出——美军“陶”式反坦克导弹发展历程

“陶”式反坦克导弹在第四次中东战争中初露锋芒，曾取得了一天内击毁130余辆埃军坦克的骄人战绩。海湾战争的一次战斗中．美军自1200米至3000米的距离上先后发射了110多枚“陶”2和“陶”2A反坦克导弹，93枚命中．摧毁了伊军炮兵阵地，工事和几十辆T-62、T-55坦克．美军的反坦利剑再次成为举世瞩目的焦点。宝剑锋从磨砺出。“陶”式反坦克导弹之所以能屡屡将“陆战之王”斩首示众，与它的改进发展不无关系。从美军对“陶”的改进发展历程中，我们是不是也应该学点什么？     

基于深度长短时记忆网络的多支路串联故障电弧检测方法

针对低压配电系统中,实际配电网负载端的负载串并联形式的多样化和多变性特点,研究干路点检测支路发生的故障电弧具有十分明显的实际意义,提出了一种基于深度长短时记忆(LSTM)网络的多支路串联故障电弧检测方法.首先,构建实验平台,采集支路发生不同串联故障情况下的干路电流信号共计72000组;然后,将电流信号分为训练集和测试集;最后,通过Python平台优化深度LSTM网络模型结构以识别故障电弧,并输出检测结果.实验结果显示改进的LSTM网络对于每组实验单独分类检测准确率最低为96.8％,最高可达99.0％,多组实验统一进行检测准确率达94.88％.该方法能够有效识别多支路负载下的串联故障电弧,为低压串联故障电弧的准确检测提供了新的思路和有益探索.     

海水太阳池非稳态热质传递有限容积法模型

有限容积法与其他数值方法相比,是更具有实际物理意义的数值方法。本文采用有限容积数值计算方法,建立一维非稳态海水太阳池热质传递模型,动态描述太阳池蓄热和取热过程。通过数值求解已发表的工况,与其结果比较,验证了模型方法的正确性。本文还应用该模型,采用湛江地区2004年的大气环境温度和太阳辐射数据为计算条件,分析了海水太阳池在湛江地区应用时的热物性能。结果表明,海水太阳池有限容积法模型能准确描述太阳池的非稳态热质传递过程,太阳池池水温度随热负荷升高而降低,随非对流层厚度增加而升高,湛江地区气候适合应用太阳池技术。     

浅谈室内设计中的构思建立方法

文章从设计方法学的角度出发,透过对建筑设计构思方法、基本途径的研究,探讨室内设计中构思方法的建立,构思建立下的创新设计。并从使用者的角度出发,总结了室内设计构思阶段应考虑的相关问题。     

基于IOCC的定题Web信息发现机制研究

针对目前Web信息庞杂无序和半结构化特征所带来的信息搜索的难题,提出了一种信息对象特征码(IOCC)方法,将之结合定题信息搜索应用于机构对目标信息的发现和采集,能大大提高信息发现的能力和效率.其次从所采用的关键技术,策略和系统功能模块等方面对基于该方法的定题Web信息发现机制进行了分析和研究,并举例说明该机制是如何最大限度提高Web信息发现能力的.最后比较分析了该机制相对于传统信息搜索引擎的优势并提出了进一步研究的方向.     

基于k-最近邻的支持向量预选取方法

在所有的训练样本中只有支持向量(SVs)能对支持向量机分界面优化结果产生显著影响.基于七一最近邻规则.提出了一种训练样本的预选取方法.针对一些典型人工数据集、公用基准数据集以及TM遥感数据的实验结果表明.该方法能够有效减少训练样本数目.显著加快学习速度,并保证理想的分类精度.     

基于ARM的煤矿瓦斯涌出量预测系统的设计

介绍了基于ARM920T嵌入式处理器(S3C2440)硬件平台上的瓦斯涌出量预测系统的设计.基于ARM嵌入式设备体积小、反应快、可靠性高等特点,可以有效地对多传感器数据进行融合和即时分析,从而及时地预测瓦斯涌出量的变化.系统采用分源法作为预测算法,讨论了硬件及软件方面的设计.     

雾霾图像清晰化算法综述

雾霾图像不仅影响视觉效果,而且模糊不清晰的图像容易为后续识别、理解等高层次任务带来困难。雾霾图像清晰化问题是一个典型的不适定问题,其成像过程难以精确建模,消除图像中的雾霾面临巨大的挑战。近年来,研究者提出大量的图像去雾算法克服雾霾引起的图像降质退化,为全面认识和理解图像清晰化算法,论文对其进行梳理和综述。首先,对雾霾图像清晰化算法进行整理,根据雾霾退化过程是否有模型支持,将清晰化算法分为基于Retinex模型、大气散射模型去雾算法和无模型图像去雾算法。大气散射模型是有模型算法中主流模型,本文详细剖析了模型成像机理,并根据其成像机制揭示大气散射模型容易受大气浓度均匀分布假设的限制,较难处理非均匀雾霾图像问题。基于深度学习的无模型图像去雾算法则不仅可以应对非均匀雾霾图像,而且去雾性能获得了极大地提升。其次,本文汇总了近年来常用去雾数据集,从数据集适应范围、规模、可扩展性等多个维度进行总结。并根据雾霾图像形成方式,对人工合成雾霾数据集和真实拍摄数据集分别从定性和定量的角度探讨了数据集对图像去雾算法的影响。