机载多框架光电吊舱无转角隔振方式设计

分析了光电侦察吊舱隔振器的作用以及对机载光电吊舱测量精度的影响,提出了一种多框架光电吊舱的隔振措施,该方法通过对振动的分级衰减,可以有效隔离由光电吊舱载体引起的20Hz以上的振动。通过对隔振器的结构设计,使隔振器按照X、Y、Z向平动,不产生转角,解决了隔振和精确测量的矛盾。

机载多框架光电吊舱两级隔振设计

在分析了目前常用的机载光电设备-振系统的基础上,针对两轴四框架的结构特点,提出了一种基于多框架的两级-振方案,克服了目前-振系统体积、重量大,加工装配要求高的缺点。基于-振模型的理论计算表明,根据系统给定的质量比和频率比,优化选择内外框架的刚度比,即选择合适的内外框隔振器可达到理想的隔振效果。通过某型光电吊舱的扫频实验证明该隔振系统原理正确,设计合理,能够满足高精度光电吊舱的使用要求。

长焦距航空遥感器多框架复合热控设计

长焦距航空遥感器对温度变化极为敏感,为了保证极端条件下航空遥感器内部的温度水平和均匀性,实现对地面景物信息的有效采集,对某型长焦距航空遥感器的热控系统进行了设计.首先,分析了温度变化及温度梯度对光学系统折射率、面型、焦平面位置及像差的影响.然后,阐述了传统的热控设计的局限性,并对设备进行了多框架复合热控设计.最后,通过计算给出了系统的热控性能指标,通过仿真分析和实验对三种设计方式进行了比较.实验结果表明:多框架复合热控设计可以将设备内部的温度稳定在19℃±1℃范围内,基本消除了光学系统的温度变化和温度梯度,与常温环境成像分辨率60 lp/mm对比,图像分辨率无下降解决了该设备在低温环境下无法成像的技术难题.

采用多框架技术实现在线考场恢复系统

:分析了当前一些基于 WEB的在线考试在考场恢复方面的不足 ,提出了一种基于多框架的在线考场结构 ,并通过框架之间的通信机制和后台提交页面方式来实现即时考生答案的提交工作 ,从而完成了服务器端的在线考场恢复机制 ,进一步完善了网络考场的功能。

基于框架语义分析的汉语句子相似度计算

句子相似度计算在自然语言处理的许多领域中发挥着重要作用.已有的汉语句子相似度计算方法由于考虑句子的语义不全面,使得相似度计算结果不够准确,为此提出一种新的汉语句子相似度计算方法.该方法基于汉语框架网语义资源,通过多框架语义分析、框架的重要度度量、框架的相似匹配、框架间相似度计算等关键步骤来实现句子语义的相似度量.其中多框架语义分析是从框架角度对句子中的所有目标词进行识别、框架选择及框架元素标注,从而达到全面刻画句子语义的目的;在此基础上根据句子中框架的语义覆盖范围对不同框架的重要度进行区分,能够使得相似度结果更准确.在包含多目标词的句子集上的实验结果显示,基于多框架语义分析的句子相似度计算方法相对传统方法获得了更好的测试结果.

大数据处理框架现状分析

目前主流的数据处理框架有:批处理框架、流式处理和多框架混合处理系统.批处理框架擅长处理数据量大的静态数据,流式处理框架适合实时数据的处理,而多框架混合处理系统可以兼顾两者.批处理框架较其他数据处理框架成熟,选择也固定,但流式处理框架和多框架混合处理系统的种类都较多,需要根据应用场景以及自身特点对比进行选择.随着时代的发展,最终大数据处理框架的发展趋势为多框架混合处理系统.

基于SSH多架构Web系统设计及其应用

基于采用B/S结构CRM系统的优点,介绍了Struts、Spring、Hibernate等轻量级框架的基本特征和相关集成技术,提出一套基于SSH多架构Web系统设计的整合方案,可实现Web系统的分层设计及多层开发的低耦合。然后将此整合方案应用于CRM综合应用网站的开发中,并验证了整合方案具有可行性和诸多优点。

VC++环境下的多文档多窗口应用程序开发

文章直接按照MDI开发的思路介绍了如何在AppWizard生成的MDI框架中添加文档模板和ScrollView,FormView,ListView视图,并且如何处理文档模板、资源和视图之间关系的,以及在FormView加入属性页控件的具体方法。

融合全域与局域特征的深度卷积网络鸟类种群识别

【目的】基于鸟类影像数据,探讨全域与局域特征融合手段,结合深度卷积神经网络理论,建构鸟类种群识别模型,以期为森林与湿地的监控与治理提供新的手段。【方法】首先,依据人类识别物体从整体到局部的生理过程,采用跳跃结构实现物体整体信息与局部信息的交互,该模型主要采用2个模型框架提取鸟类的全域和局域部件特征,并采用跳跃结构,提出融合模块(Fusion block)结构进行特征融合,将全局特征信息传递至局部特征抽取模块。该模型训练阶段需提供鸟类局部的部位标注信息,而测试阶段采用Faster R-CNN模型自动提取其鸟类局部标注信息。其次,探讨不同鸟类局部影像信息对模型的影响,最后,通过对比不同网络分类模型和鸟类数据集,验证模型的有效性和适用性。【结果】该鸟类种群分类模型具有较高的分类精度,总体分类精度达90%以上;对于不同的鸟类局部影像信息,其分类精度表现出一定的差异性,其中基于鸟类头部局部影像的网络分类模型总体分类精度最高;Faster R-CNN模型对鸟类局部影像定位精度较高,测试阶段采用人工标注的局部影像标签和Faster R-CNN模型预测的局部影像标签对模型的总体分类精度差异小;对比Inception-V1、Res Net-101、Dense Net-121以及Bilinear CNN等网络分类模型总体分类精度,该模型总体分类精相对较高,具有一定的有效性;对比使用NABirds鸟类数据集的分类效果,该模型总体分类表现较好,具有一定的适用性。【结论】该鸟类种群分类模型具有较好的识别效果以及有效性,可为森林与湿地的监控和治理提供合理有效的依据。