技术扩散视域下高校教师柔性流动图景——基于信息科学与系统科学学科教师的履历分析

文章以清华大学、北京航空航天大学和东北大学等30所大学1 080位信息科学与系统科学学科教师为例,基于履历信息对技术扩散中高校教师特征、流动模式、国际流动区域进行统计分析。结果表明,柔性流动以工作经历丰富、男性和高级职称教师为主;产业间流动以委托项目、项目协作等短期模式为主,产业内流动以学术组织兼职为主,国际流动区域主要集中于美国、日本。据此,本文提出管理建议。

雷达信号处理系统仿真

该文以海上作战指挥系统中的舰载雷达为背景,对战场环境下舰艇编队作战指挥系统中的舰载某脉冲压缩雷达信号处理系统进行建模与仿真,仿真结果表明这种方法能够较好的反映雷达信号处理系统的各部分性能,满足系统调试的要求。

武器系统生存能力的稳定性分析

武器系统生存能力的稳定性直接影响到作战效能。在设定外部打击环境为调制外场的基础上,将武器系统的生存能力看成是时间的函数,建立了在一定初始条件下随着调制外场变化而改变的武器系统生存能力稳定性的数学模型,分析了如何相对初始生存能力保持其稳定的相应条件,即通过调节调制外场反作用特征量n和a来获得稳定的生存能力。因此,可以通过降低环境因素对武器系统的影响和改善武器系统自身的环境适应能力以提高武器系统生存能力,从而为武器系统研制以及提高武器系统作战能力提供理论指导。

舰艇编队协同反导作战网络效果度量方法研究

网络条件下海上舰艇编队协同反导是"网络中心战"理论研究的难题之一。为了度量其网络效果,本文在分析海上编队协同反导过程、原理和网络化组织特性的基础上,采用图论和网络特征值有关理论与方法,建立网络化组织作战效果的度量模型;并结合一个运用案例,对有或无数据链2种条件下网络效果进行仿真分析。结果表明:舰艇编队的协同反导作战网络中,作战节点的战损直接影响网络的最大期望特征值,有数据链条件下的协同反导效果是无数据链条件下协同反导效果的3～5倍。

基于小波子带特征函数矩和主成分分析的图像隐写分析方法

针对图像隐写提出了基于小波特征函数矩的通用隐写分析方法。取图像的三级小波分解及第一级对角子带的再一次小波分解共17个子带的前三阶特征函数统计矩共51维特征,为更好地提高检测性能;再对图像的预测误差图像做相同的分解,求得同样子带的51维特征函数统计矩,共计102维特征;基于K-L变换的主成员分析方法进行特征降维;经支持向量机分类进行隐写分析。仿真结果显示提出的方法对JPHide和Jstego隐写有较好的检测性能。

基于短信的能耗数据采集方法研究

介绍了能耗数据可能的传送方式,分析了能耗数据的特点,提出能耗数据可采用短信方式传送,并提供了应用场景。设计了基于短信的能耗数据采集系统架构,并对基于短信的采集单元进行了功能设计。总结了基于短信的能耗数据采集系统的优缺点,系统具有同时采集、轮流上报;节省投资;增强网络安全性;简化网络结构,方便维护;提供维护功能等五大优点,并对存在的缺点提出了解决办法。

通信局站PUE案例分析

以某地市局站PUE分析为例,引入高区、中区、低区PUE概念,根据局站分类,分别计算枢纽楼、综合端局、接入点、基站PUE平均值;将各部门不同类别局站平均PUE与公司平均PUE比较,了解各部门能效管理水平;分析各部门局站高中低区平均PUE分布、PUE极大极小值、高中低区PUE局站数量及占比;根据分析得出建议结论等方面详细阐述了通信局站PUE分析的过程。

基于空间虚拟延迟抽头的信源数检测方法

基于空间虚拟延迟抽头技术,给出一种空时协方差矩阵,论述了阵列协方差矩阵的特征向量与空时协方差矩阵的正交原理,引入一种特征向量空时投影的概念。给出了两种利用这种特征向量空时投影的信源数检测方法。一种是基于启发式算法的,与GDE方法类似,称为类GDE方法;另一种是基于Bootstrap算法的,称为BBE方法。理论分析显示,两种新的检测方法,不再依赖于阵列协方差矩阵的特征值,无需对信号和噪声的分布作出假设,具有很好的抗空间非均匀噪声能力。同时,类GDE在低信噪比条件下性能更好,而BBE则无需人为设置检测门限,具有较好的工程实用价值。基于仿真数据和湖试数据的测试结果证明了所提方法的有效性。

高定位精度的毫米波全息图像三维目标检测

投影角度不同导致目标的形状及尺寸变化限制了基于主动式毫米波(AMMW)全息图像投影视图的隐匿物品二维检测方法对小目标检测性能的提升,为此,提出了基于点云的隐匿物品三维检测方法。通过阈值化处理将AMMW全息图像转换为点云输入经空洞卷积及多分支结构改进的SECOND三维目标检测器,提取对目标的三维几何理解及其多尺度上下文信息以提高对小目标的检测能力。实验结果表明,较基于投影的二维检测方法,该方法平均召回率(AR)提升了3.33%,有效提升了定位精度;在交并比(IOU)阈值为0.5时的检出率提升了8.75%,虚警率降低了1.78%,平均精度(AP)提升了7.11%,不同IOU阈值下的平均AP提升了4.30%,有效提升了检测精度;检测速度为17.3 FPS,达实时水平。

基于深度学习的眼角膜图像自动化分析研究

为使本科生了解生物医学影像处理技术,掌握深度学习方法,结合吉林大学大学生创新创业训练计划,设计了"基于深度学习的眼角膜图像自动化分析研究"实验项目。在研发治疗角膜新生血管(CNV:Corneal Neovascularization)等疾病的药物过程中,人们需要观察并获取小鼠眼角膜血管在药物影响下的生长情况及数据。为此设计了基于深度学习的眼角膜图像自动化分析程序,以合作医院提供的经凝胶处理的小鼠眼角膜图像为项目研究对象,通过Matlab工具以及神经网络等深度学习算法完成对眼角膜特征的提取和分割。采用SegNet语义分割网络和基于SVM(Support Vector Machine)的图像分割两种方法实现小鼠眼角膜图像的自动提取,分析了两种方法下眼角膜提取的精度与可靠性。结果表明,使用SegNet语义分割网络得到的结果精度较高,其准确率可以达到97.75%。

汽车产业科技服务平台总包分包模式及应用研究

科技服务业存在资源分散、与企业需求不匹配、综合服务能力与效率低下等问题.面向汽车行业,针对科技资源服务查找困难以及上一级厂商无法及时监督管控次级厂商任务执行进度等技术瓶颈,基于总包分包模式,研发一个面向复杂需求的、基于云端的特色综合科技服务平台,并对科技服务云平台中服务协同策略以及平台技术架构进行了阐明与分析.该平台对于实现区域内科技资源的集成与互联互通,提升跨区域的协同科技服务能力,助推产业发展和转型升级具有重要意义.