第六章飞机总体参数优化 6.1飞机总体参数的多学科设计优化 6.1.1多学科设计优化的基本概念 飞机总体设计是一个复杂的系统工程,覆盖了多个学科的内容,例如空气动力学、结构 学,推进理论,控制论等。对某一个学科领域,进行计算分析和优化设计,可以建立起数学 模型和计算软件,对于复杂的工程系统,目前很难建立起统一的分析和优化的数学模型,只 能是各子系统模型和计算软件的“总装配”,这种装配式的设计必将是低效耗时和昂贵的, 它包括了大量的设计变量,性能状态变量,约束方程,各个系统模型相互交叉影响,各个设 计目标对设计变量的要求相互矛盾,子系统的构成可能是由不同领域的专家甚至在不同地点 来操作运行的

作为磨矿过程的主要生产质量指标, 磨矿粒度是实现磨矿过程闭环优化控制的关键.将磨矿粒度控制在一定范围内能够提高选别作业的精矿品位和有用矿物的回收率, 并减少有用矿物的金属流失.由于经济和技术上的限制, 磨矿粒度的实时测量难以实现.因此, 磨矿粒度的在线估计显得尤为重要.然而, 目前我国所处理的铁矿石大多数为性质不稳定的赤铁矿, 其矿浆颗粒存在磁团聚现象, 所采集的数据存在大量异常值, 使得利用数据建立的磨矿粒度模型存在较大误差.同时, 传统前馈神经网络在磨矿粒度数据建模过程中存在收敛速度慢、易于陷入局部最小值等缺点, 且单一模型泛化性能较差, 现有的集成学习在异常值干扰下性能严重下降.因此, 本文在改进的随机向量函数链接网络(random vector functional link networks, RVFLN)的基础上, 将Bagging算法与自适应加权数据融合技术相结合, 提出一种基于鲁棒随机向量函数链接网络的集成建模方法, 用于磨矿粒度集成建模.所提方法首先通过基准回归问题进行了实验研究, 然后采用磨矿工业实际数据进行验证, 表明其有效性

在第三章中,我们有多处对不连续变化的变量采取了连续 化的方法,从而建立了相应的微分方程模型。但是由于以 下原因: 第一,有时变量事实上只能取自一个有限的集合; 第二,有时采取连续化方法后律立的植刑比校复杂,无 求出间题的/电子计算机的广泛应用为我们处理大量信息 建模时我们提供了实现的可能,这就十分自然地提出了 对连续变量一个问题

针对如何识别无人机的问题，提出了一种基于卷积神经网络的声音识别无人机的方法。首先，对100 m范围内的无人机、鸟和人的声音进行采集、预处理和提取MFCC+GFCC特征值，将其特征参数作为卷积神经网络学习和识别的数据集；然后分别设计了支持向量机和卷积神经网络两种模型对无人机等声音进行识别实验。实验结果表明，运用支持向量机识别无人机的准确率为91.9%，卷积神经网络识别无人机的准确率为96.5%。为了进一步验证设计的卷积神经网络的识别能力，在部分UrbanSound8K数据集上进行测试，准确率达到90%。实验结果表明运用卷积神经网络识别无人机具有可行性，且识别性能优于支持向量机

通过测量大庆地区区域土壤的理化性质以及碳钢的短期腐蚀数据,分析土壤传质过程的逻辑关系,构建了碳钢短期土壤腐蚀预测模型.通过用该模型在BP人工神经网络中进行学习、训练及模拟,并与现场碳钢埋片腐蚀实验结果对比,进一步验证了腐蚀模型的合理性.结果表明:含水量、空气容量、pH、Cl-含量、SO42-含量和可溶盐总量六种土壤环境参数为影响区域土壤中碳钢腐蚀的主要因素;运用基于Matlab平台的人工神经网络,通过不断地积累土壤腐蚀信息,多次训练后可以建立起稳定性好、泛化能力强的土壤腐蚀预测模型,能较好地预测了大庆地区碳钢在土壤中的腐蚀速率

本书是普通高等教育“九五”国家级重点教材,是作者多年来在南京大学讲授固体物理的经验的总结作为一本面向大学本科学生的教材,本书在内容取舍、顺序安排、难度处理等诸多方面都经过反复斟酌本书在传统固体物理的理论框架和不增加篇幅的情况下,对一些一般教材讲解较少的内容做了比较深入的讲解,例如非完整晶格振动中的局域模、磁致电阻、范弗莱克顺磁性和超交换耦合等同时,作者适当地引入了一些凝聚态研究领域的新进展,如准晶体、量子霍尔效应和自旋相关输运等,在尽量不涉及高等量子力学和复杂的数学处理的情况下做到物理图像清晰、内容融会贯通,以使学生能够掌握从事凝聚态物理研究工作的专业基础知识全书内容包括晶体的结构及其对称性晶体的结合晶格动力学和晶体的热学性质、能带论、金属电子论、半导体电子论、固体磁性和超导电性8章。本书可作为高等院校物理类专业本科生、研究生的固体物理教材,也可供其他专业的师生及社会读者参考

近年来，无人机入侵的事件经常发生，无人机跌落碰撞的事件也屡见不鲜，在人群密集的地方容易引发安全事故，所以无人机监测是目前安防领域的研究热点。虽然目前有很多种无人机监测方案，但大多成本高昂，实施困难。在5G背景下，针对此问题提出了一种利用城市已有的监控网络去获取数据的方法，基于深度学习的算法进行无人机目标检测，进而识别无人机，并追踪定位无人机。该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机，YOLOv3算法是YOLO（You only look once，一次到位）系列的第三代版本，属于one-stage目标检测算法这一类，在速度上相对于two-stage类型的算法有着明显的优势。YOLOv3输出视频帧中存在的无人机的位置信息。根据位置信息用PID（Proportion integration differentiation，比例积分微分）算法调节摄像头的中心朝向追踪无人机，再由多个摄像头的参数解算出无人机的实际坐标，从而实现定位。本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集，并且使用labelImg工具对图片中的无人机进行了标注，数据集按照无人机的旋翼数量进行了分类。实验中采用按旋翼数量分类后的数据集对检测模型进行训练，训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率，在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度，可实现实时追踪

物理量大都带有量纲,其中基本量纲通常是质量(用M表示 )、长度(用L表示)、时间(用T表示),有时还有温度 (用日表示)。其他物理量的量纲可以用这些基本量纲来表示,如速度的量纲为LT1,加速度的量纲为LT2,力的量纲为MLT2,功的量纲为ML2T2等。 量纲分析的原理是:当度量量纲的基本单位改变时,公式 本身并不改变,例如,无论长度取什么单位,矩形的面积总等于长乘宽,即公式S=ab并不改变。此外,在公式中只有量纲相同的量才能进行加减运算,例如面积与长度是不允许 作加减运算的,这些限止在一定程度上限定了公式的可取范 围,即一切公式都要求其所有的项具有相同的量纲具有这 种性质的公式被称为是“量纲齐次”的

1.1本章简介 本章旨在介绍生物信息学的基本概念,指出它在现代生物学中的重要地位。首先,我们 将简要回顾生物信息学发展的几个历史阶段,从早期的蛋白质手工测序,到今天的DNA自 动测序。读完本章,你将会发现,DNA测序自动化引起的生物信息爆炸,使生物大分子序 列数据库的数据量急剧增长,而蛋白质结构测定的速度远不能与之相比。因此,从序列信息 直接推断其可能的生物学功能就显得十分必要。本章还将简述蛋白质结构预测的现状,从蛋 白质一级结构中各种氨基酸所包含的折叠信息入手,重点说明蛋白质三级结构预测的意义, 并指出分子伴侣的本质及其在蛋白质折叠过程中的作用

甜菜是我国主要的糖料作物之一。 甜菜糖，除供给人们直接利用外，还广泛用于糖果、糕点、罐头、面包等食品工业及酿造、医药等工业。甜菜制糖后的副产物，有重要的综合利用价值。糖蜜通过化学方法能生产甲醇、乙醇（酒精）、丁醇、甘油、味精、丙酮、三磷酸腺苷、金霉素、维生素 B 复合体、蛋白酵母片及柠檬酸等；滤泥含有丰富的钙质和其它营养物质，可以做肥料，提高作物产量；废丝有多种营养，是牲畜的良好饲料。甜菜茎叶、青头、根尾等均含有丰富的营养物质，可提供大量的优质饲料，能促进畜牧业的发展。甜菜具有耐旱、耐寒、耐盐碱等特性，是一种适应性广、抗逆性强的作物。发展甜菜生产，可实现糖、粮、乳、肉的良性循环，对提高人民生活水平有极其重要意义。 第一节 甜菜栽培学基础 第二节 甜菜栽培技术 第三节 甜菜地膜覆盖栽培技术 第四节 甜菜纸筒育苗移栽技术