检索结果-南通市图书馆

音乐创作 2024年第2期 73-86页

作者：崔哲(曲) 哈尔滨音乐学院作曲系

关键词：

维普期刊数据库

同方期刊数据库评论

在线全文

维普期刊数据库
同方期刊数据库

学校读者我要写书评

暂无评论

发动机后向雷达隐身特性分析与预测研究

发动机后向雷达隐身特性分析与预测研究

作者：崔哲沈阳航空航天大学

学位级别：硕士

雷达散射截面积(RCS)是反映雷达隐身性能的物理量,战机的雷达隐身性能将直接影响其在空战中的战斗力和生存力。航空发动机作为战机的动力装置,其反馈的雷达信号在战机整体反馈的雷达信号中占有非常大的比例。本文将从局部隐身性的角度... 详细信息

雷达散射截面积(RCS)是反映雷达隐身性能的物理量,战机的雷达隐身性能将直接影响其在空战中的战斗力和生存力。航空发动机作为战机的动力装置,其反馈的雷达信号在战机整体反馈的雷达信号中占有非常大的比例。本文将从局部隐身性的角度针对航空发动机后向雷达隐身性能展开研究,进而提高战机隐身特性研究的精度。对发动机后向RCS统计特性进行分析,可以有效精确地获取其RCS统计规律,对识别发动机以及隐身战机型号提供借鉴意义。研究目标RCS序列预测可以对目标未知角度进行估计,更能满足真实战场下雷达对目标探测的需求。本文的主要研究内容如下:(1)针对传统固定带宽核密度估计(KDE)在RCS统计特性分析方面精度低的问题,设计了改进的Epanechnikov核密度估计算法(K-KDE),并将其用于发动机后向RCS统计特性分析。样本的局部离散度与随机样本点周围相邻样本的欧氏距离正相关,所以可以通过计算样本点与其周围最近邻样本点间的欧氏距离来获得核函数的动态窗宽,进而根据计算过程中的动态窗宽来完成Epanechnikov核密度估计。通过K-KDE与KDE对服从(0,1)的正态分布、自由度2的卡方分布、(0.5,1)的对数正态分布以及k=0.6的威布尔分布的随机样本点累积概率密度函数(CDF)进行计算,检验该算法精度,结果表明K-KDE的均方根误差相比KDE分别减少31.2%、38.8%、38.1%、31.9%。(2)航空发动机后向RCS序列在HH和VV极化下具有无序性和非线性变化等特征。针对此,本文提出了改进的PSO-LSSVM模型来预测RCS序列与方位角映射关系。应用最优拉丁超立方采样方法(OLHD)进行粒子群位置初始化,并动态调整惯性权重以及学习因子。设计了改进的粒子群算法(PSO)对最小二乘支持向量机(LSSVM)的核宽参数以及正规化参数寻优,建立改进的PSO-LSSVM模型,并将其与ARIMA以及LSSVM模型对发动机后向RCS序列进行预测。结果表明改进的PSO-LSSVM模型预测结果相比其他两种模型预测结果的平均绝对误差、均方根误差和平均绝对百分比误差均减少约30%。(3)航空发动机后向RCS序列在交叉极化方式下的数据特征与HH和VV极化下完全不同,经检验上文中的PSO-LSSVM算法对于交叉极化下的RCS序列预测精度差,传统单一深度学习模型同样预测效果不佳。针对此,利用评价指标函数相关系数确定LSTM网络的神经元数目、隐含层数目、学习速率以及Batch size的最优区间,再通过算术优化算法(AOA)对各参数的最优值进行寻优,确定最优LSTM模型对RCS序列进行预测。并且对预测误差采用非线性误差分解修正(NEDC)策略进行建模分析并得到最终的预测结果。结果表明所提算法的预测精度比现有算法提高约30%。

关键词：雷达散射截面积核密度估计算法改进的粒子群算法最小二乘支持向量机长短记忆网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

军队训练管理系统的设计与实现

军队训练管理系统的设计与实现

作者：崔哲东北大学

学位级别：硕士

随着军队信息化建设的全面开展,军队训练管理的方式方法也取得了长足的进步。近几年,在通信技术与网络技术迅猛发展的背景下,各部队急需建立适合自己特色军事训练管理系统,来适应军队科学训练的要求。论文以军事训练为背景,对军事训练... 详细信息

随着军队信息化建设的全面开展,军队训练管理的方式方法也取得了长足的进步。近几年,在通信技术与网络技术迅猛发展的背景下,各部队急需建立适合自己特色军事训练管理系统,来适应军队科学训练的要求。论文以军事训练为背景,对军事训练管理信息系统进行了需求分析,提出了军事训练管理信息系统信息化的框架,研究建立了军事训练管理相配套的理论与方法。论文针对军事训练管理目前所面临的几个问题,从理论上和实际应用进行了一定的探讨和研究。按照软件工程思想,进行了系统的设计,以SQL Server2000为系统后台数据库,IIS为Web服务器,采用JAVA作为开发工具,结合B/S框架对系统进行详细设计与开发,在充分分析军事训练管理系统需求的基础上,采用面向对象的软件开发方法,实现了军事训练管理系统教、考、训、评四个管理功能,提出了军事训练管理信息系统信息化的框架。设计与实现了军事训练管理信息系统：军事训练考核模块、军事模拟训练管理模块、军事训练理论教学模块、军事训练成绩档案管理模块等功能模块。实现了军事训练管理的网络化、数据化、资源共享。该系统是针对军事训练的管理进行设计与开发,操作性强,易于学习、操作,很适合现代部队尤其是基层部队的使用。

关键词：军事训练 SQL Server2000数据库 Java 操作系统 B/S结构

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

大数据时代政府信息资源管理研究

大数据时代政府信息资源管理研究

作者：崔哲长春工业大学

学位级别：硕士

随着信息技术的快速发展,整个人类社会已经迈入了大数据时代。任何新技术的出现都会引起政府管理的变革。政府信息资源管理随着科技的发展经历了萌芽阶段、形成阶段、发展阶段,大数据时代的来临,政府信息资源管理进入新的发展阶段,大数... 详细信息

随着信息技术的快速发展,整个人类社会已经迈入了大数据时代。任何新技术的出现都会引起政府管理的变革。政府信息资源管理随着科技的发展经历了萌芽阶段、形成阶段、发展阶段,大数据时代的来临,政府信息资源管理进入新的发展阶段,大数据技术为政府信息资源管理带来了机遇,对传统的政府信息资源管理提出了挑战。大数据时代政府信息资源管理的机遇:改善政府信息资源的质量;提升信息资源管理技术;促进政府信息资源管理体制改革。大数据时代政府信息资源管理面临的挑战:大数据冲击政府信息管理体制;大数据冲击政府信息管理的思维;大数据冲击政府数据发布权威性;大数据冲击政府信息管理技术;大数据冲击政府信息安全。通过对发达国家经验的借鉴,提出大数据时代政府信息资源管理应对措施:强化大数据技术的应用研发与智能化政府网站构筑相结合;建造顺应大数据时代的政府信息资源的数据平台;在大数据时代背景下建立政府信息资源管理的保障机制;积极打造严密的大数据信息安全保障体系;不断加强政府信息资源管理意识和管理能力培训。全文共分为四个部分,第一部分主要阐述了大数据的基本概念及其特征,同时又从定义、类型、特征三个方面对政府信息资源进行了论述,便于大家更加清楚地了解何为政府信息资源。接着从其基本概念切入展开了第二部分的研究,进一步论述了政府信息资源管理的起源和发展。第三部分探讨了大数据背景下政府信息资源管理所面临的机遇和挑战,认为政府应积极抓住机遇,并迎接新的挑战,寻找其管理创新的新路径。第四部分则探讨了国内政府在管理自身信息资源时不妨参考其他国家的先进模式,同时,政府部门只有强化大数据技术的应用研发,努力增强智能化政府门户网站建设,建造顺应大数据时代的政府信息资源的数据平台,建立政府信息资源管理的保障机制及信息安全保障体系,同时不断加强政府信息资源管理意识和管理能力的培训,才能在大数据时代切实健全政府信息资源管理。

关键词：大数据政府信息资源政府信息资源管理

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于迁移学习的进场交通流时间序列预测研究

基于迁移学习的进场交通流时间序列预测研究

作者：崔哲中国民航大学

学位级别：硕士

机场终端区作为空域资源利用最为复杂、紧张的区域之一,其流量管理是保障飞机安全运行的核心手段。精准预测终端区进场交通流量可以帮助空中交通管理机构更有效地规划和协调航班起降,提高空中交通的效率和安全性。然而,终端区进场交通... 详细信息

机场终端区作为空域资源利用最为复杂、紧张的区域之一,其流量管理是保障飞机安全运行的核心手段。精准预测终端区进场交通流量可以帮助空中交通管理机构更有效地规划和协调航班起降,提高空中交通的效率和安全性。然而,终端区进场交通流量的变化受多种因素影响,其时序数据往往具有高度的非线性和时序依赖性,难以利用常规方法进行预测。本文通过研究终端区进场交通流的特性及预测方法,结合深度混合神经网络充分挖掘时序特征数据和结构的优势,解决预测过程中存在的非线性、时变性和噪声等问题,同时采用迁移学习有效提高终端区历史数据的利用率,提高模型的预测能力和稳定性。具体工作有:首先,利用可获得的大量终端区ADS-B航迹数据,从中提取进场交通流时间序列。采用0-1测试方法和最大Lyapunov指数方法对终端区进场交通流不同统计间隔下的时间序列进行混沌判别。结果表明,某终端区进场交通流时间序列在不同时间尺度下皆呈现混沌状态,且15分钟时间尺度的混沌特性最为显著,即系统具有更强的复杂性。其次,针对单一深度神经网络预测过程中出现的过拟合问题,提出利用深度混合神经网络构建终端区进场交通流预测模型,利用TCN捕捉交通流时间序列的局部特征,采用注意力机制对TCN输出的重要特征进行权值处理,输入到GRU网络中捕捉交通流时间序列的长依赖性。基于实测数据对模型进行了验证,结果表明混合神经网络预测模型的流量时间序列预测精度平均绝对误差约为2.27架。最后,针对深度神经网络预测模型基础数据集构建时,增加数据集造成的效果不明显问题进行研究。利用迁移学习的思想构建终端区进场交通流时间序列预测模型,比较了不同差异度量函数的收敛性问题,得到MK-MMD度量函数适合量化进场交通流时序差异。结果表明基于迁移学习-GRU的终端区进场交通流预测模型对流量时间序列预测的精度平均绝对误差约为1.6架。相比混合深度神经网络预测模型,迁移学习大大提升了航迹数据的利用率,提高了模型的预测精度与泛化能力。

关键词：空中交通流量预测混沌特性深度混合神经网络迁移学习航迹数据

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

离子液体分离气体的PMF计算及微观分布

离子液体分离气体的PMF计算及微观分布

作者：崔哲渤海大学

学位级别：硕士

离子液体离子液体由于其独特的性质和极其广泛的可调性,已经成为一类新型的绿色分离溶剂。分子动力学模拟作为一种强有力的方法可以桥联分子设计和实际应用体系。自由能计算是化工热力学的关键指标,用以研究气体吸收和解吸尤为重要。本... 详细信息

离子液体离子液体由于其独特的性质和极其广泛的可调性,已经成为一类新型的绿色分离溶剂。分子动力学模拟作为一种强有力的方法可以桥联分子设计和实际应用体系。自由能计算是化工热力学的关键指标,用以研究气体吸收和解吸尤为重要。本工作中,通过研究分子动力学模拟的径向分布函数,获得了气体分子CO/CH周围[Emim][TfN],[Emim][BF4],[Bmim][TfN],[Bmim][BF4]等体系的微观结构。通过加权柱状图和伞形采样,分别计算了四种体系中CO和CH分子对的平均力势能。通过分析平均力势能曲线的差异,[Emim][TfN]中CO的势阱在四类离子液体中是最深的。在分子水平下获得的平均力势能曲线指标与实验中的溶解度一致。平均力势能这一指标在选择合适的阴阳离子用来设计开发气体分离的离子液体起到了重要的作用。

关键词：离子液体分子动力学模拟 PMF 温室效应

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

城市轨道交通市域线行车组织优化

城市轨道交通市域线行车组织优化

作者：崔哲长安大学

学位级别：硕士

区域特色农业布局演进研究 ——以青州市花卉产业为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

区域特色农业布局演进研究 ——以青州市花卉产业为例

作者：崔哲曲阜师范大学

学位级别：硕士

随着经济发展水平的提高,我国现阶段在农业发展领域面临着产业结构不合理和农产品供需失衡等突出矛盾。2017年,国家在“中央一号文件”中明确指出,要深入推行农业供给侧结构性改革,发展适应市场需求的高质量农产品。特色农业凭借其安全... 详细信息

随着经济发展水平的提高,我国现阶段在农业发展领域面临着产业结构不合理和农产品供需失衡等突出矛盾。2017年,国家在“中央一号文件”中明确指出,要深入推行农业供给侧结构性改革,发展适应市场需求的高质量农产品。特色农业凭借其安全、绿色以及富含区域特色等诸多优势,成为国家在农业领域支持发展的重点。在特色农业的研究领域,特色农业产业布局的研究尤为关键。对于特定区域而言,产业在地域空间上分布的合理性对区域整体发展具有重要影响。区域特色农业产业布局研究,对于优化区域农业产业结构,调整农业生产布局,促进区域经济发展具有重要意义。本研究在系统梳理国内外关于产业布局研究文献的基础上,借助经济地理学、区域经济学、农业地理学等多学科视角,解析特色农业布局相关概念,阐述特色农业布局的基础理论,分析区域特色农业形成与发展的机制。在此基础上,以山东省青州市花卉产业为研究案例,对区域特色农业的生产布局进行实证研究。借助地理信息系统的空间分析功能,分析区域花卉产业在不同发展阶段的空间分布态势,揭示花卉产业布局变化的影响因素和花卉产业生产布局时空变化机制。最后,根据产业布局原理及花卉产业时空变化特征,对区域花卉产业未来布局的趋势进行预测,对其产业布局的优化提出对策与建议。主要研究结论有:第一,研究区花卉产业发展阶段性特征明显。就种植面积来看,青州市花卉种植规模的演进呈现出显著的“慢—快—慢”特征,而花卉产量的演进表现为“由慢变快”。此外,花卉产业体系由“低级模式”演进为“高级模式”。第二,研究区花卉产业空间格局表现出显著的集聚特征。首先,花卉产业集聚程度较高,但产业的集聚比重逐年降低;其次,在花卉产业发展历程中,区域花卉产业集聚中心经历了由黄楼街道单一核心向黄楼街道、益都街道双核心的转变;最后,依据产业地理重心测度表明,青州市花卉产业的空间移动格局为自东南向西北移动,移动速度较为缓慢。第三,研究区花卉产业布局演进主要受区域政府政策、龙头企业等因素综合影响。其中区域政府政策为花卉产业的兴起提供了必要条件,龙头企业为花卉产业规模扩大提供了重要保障,农业科技则为花卉产业后期的产量与产值增加提供了技术支持。而市场的建设和花卉需求量的提升则是产业布局演进的内外动力。第四,研究区花卉产业布局存在着市场建设不够完善、产业集聚程度过高、区域分工明确性差等问题。基于此,以优化产业布局为目的,本文提出了完善区域市场建设、建立“以强带弱”发展机制、推行“一乡一业”发展模式以及促进区域花卉产业集群发展等对策建议。

关键词：特色农业产业布局花卉产业青州市

基于螺旋桨敞水特性曲线的船—机—桨匹配研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于螺旋桨敞水特性曲线的船—机—桨匹配研究

作者：崔哲哈尔滨工程大学

学位级别：硕士

船舶动力装置是保证船舶正常营运的各个设备的综合体。主机为船舶提供动力,输出的功通过轴系传递给螺旋桨,螺旋桨提供推力使船舶以一定的速度航行。早些年间,建造一艘船舶需要从各个设备公司订购部件进行组装,在选购部件时没有综合考虑... 详细信息

船舶动力装置是保证船舶正常营运的各个设备的综合体。主机为船舶提供动力,输出的功通过轴系传递给螺旋桨,螺旋桨提供推力使船舶以一定的速度航行。早些年间,建造一艘船舶需要从各个设备公司订购部件进行组装,在选购部件时没有综合考虑船舶推进系统的匹配特性,因此船舶的动力装置常出现故障。这些故障大部分是船-机-桨匹配不合理造成的。柴油机作为船舶的动力来源,螺旋桨作为船舶的推进器,两者匹配性能的好坏直接影响船舶性能。传统的船-机-桨匹配方法大多为B-δ法,该方法计算繁琐,工作量大。本文系统的分析了柴油机工作特性、螺旋桨推进特性、船舶航行阻力特性,从船、机、桨三者的能量传递关系出发,研究了船-机-桨匹配方法及流程,弥补B-δ图谱法中的缺点,基于螺旋桨的敞水特征曲线进行船-机-桨匹配的研究,并通过MATLAB语言以及GUI工具开发了船-机-桨匹配平台。将船-机-桨匹配平台应用在13000吨化学品船的机-桨匹配研究中,通过初步匹配确定的MAN S35低速机来匹配B系列、AU系列螺旋桨,确定选定系列螺旋桨的直径、盘面比、螺距比等主要参数,验证了匹配平台的可行性和适用性。通过螺旋桨设计理论,采用实验测出的可调螺距螺旋桨的敞水特性,进行该条船的机-桨匹配研究。通过匹配结果与实船螺旋桨主要参数的对比,表明了该平台计算的精度符合工程应用的要求。本论文设计的船-机-桨匹配平台使用简便,计算速度快,适用范围广,具有较好的工程应用价值,为船舶推进系统的动态仿真提供理论基础。

关键词：船舶螺旋桨船机桨匹配平台设计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的古建筑构件自动分类

基于深度学习的古建筑构件自动分类

作者：崔哲北京建筑大学

学位级别：硕士

中国文化源远流长,各朝各代遗留大量的文化瑰宝,其中,古建筑是中华文化的重要宝藏,是传承中华文化的核心。早期的古建筑信息主要以文字、绘图、拍照等方式进行存储,随着三维重建技术的成熟,大量的古建筑表面信息以三维点云等形式进行留... 详细信息

中国文化源远流长,各朝各代遗留大量的文化瑰宝,其中,古建筑是中华文化的重要宝藏,是传承中华文化的核心。早期的古建筑信息主要以文字、绘图、拍照等方式进行存储,随着三维重建技术的成熟,大量的古建筑表面信息以三维点云等形式进行留存。中国古建筑的大木结构极具特色,各个构件是组成古建筑主体的基本单位,如何从三维点云中对古建筑构件进行分类是实现大木结构高效率建模的关键步骤。点云数据分类主要有传统的分类算法和机器学习分类算法,算法主要包括最邻近分类、基于聚类、支持向量机、随机森林等。传统分类算法虽然在不断改进,提升分类效果,但这些算法多数是针对于小场景任务,对于古建筑海量点云的分类捉襟见肘,且大多数算法需要人为设定特征描述子、大量阈值及参数,步骤繁琐,不够智能化。近些年来,深度学习的快速发展为古建筑点云构件分类提供了新的研究思路。鉴于上述分析,本文利用经典的、直接以点云为输入的深度神经网络PointNet,对故宫古建筑的立柱和额枋两类构件进行分类提取。基于深度学习的点云分类降低了人工干预程度,使构件分类的过程更加智能化。在分类的基础上,本文应用基于统计信息的方法对深度学习提取的立柱、额枋进行更精细的分类,提高了分类结果的精度。在基于深度学习的古建筑点云分类方面,本文对PointNet网络进行改进,提升分类效果。改进主要内容如下:(1)分析点云输入神经网络的特性,在自建古建筑数据集中加入颜色特征、反射强度等特征(2)提升局部特征提取能力,在输入数据中选出种子点,以种子点为中心划分尺度区域,区域内的点作为种子点邻域点,提取区域内局部特征,再将局部特征与全局特征连接。通过上述改进提高整个网络学习特征的能力。在基于统计信息的构建精细分类方面,考虑到古建筑标准构件的几何特性及不同构件之间尺寸的差异性,以立柱、额枋构件的标准模型为参考,应用基于信息统计的D1形状分布函数,将深度学习方法提取的构件与标准模型进行匹配判定构件的具体类别,达到精细分类。由于简单的形状分布函数仅考虑到距离特征,得到的特征值不能充分表征模型,本文使用以面积作为权重因子的方法对模型进行重采样和计算特征值,得到更稳定的相似值,提高匹配精准度。针对上述研究成果,本文基于visual studio2013+QT5+OSG开发了三维实验平台,实现模型展示、采样可视化、匹配等功能,快速实现构件细分类。本文的研究成果提高了古建筑点云分类的精度,为研究古建筑大木结构构件的分类、重建、健康监测等提供参考数据,对古建筑的科技保护具有一定的现实意义。

关键词：古建筑大木结构构件分类 PointNet 形状分布函数匹配