声测定位技术的现状研究

声测定位技术是利用声学与电子装置接收声信号以确定声源位置的一种技术,具有隐蔽性好、保密性强,不易受干扰等特点,近年来受到各国的重视,并在军事领域得到长足的发展,重点介绍声测定位的关键技术,时延估计算法和声测阵列的选择是影响定位精度的主要因素。对几种广泛采用的声测阵列,给出相应的基本原理、定位计算方法并对各自特点进行比较,在声测定位系统中,利用时延估计对声信号进行处理是定位的重要环节,介绍了时延估计的基本理论、研究状况以及精度分析和比较,分析了影响定位精度的其他因素。     

声发射源线性定位误差研究

声发射检测技术作为一种新型动态的检测技术已被广泛地应用于设备的无损检测、在线检测中,声发射源的准确定位是检测过程的重要环节.实验室中利用SDAES数字声发射检测仪进行了断铅线性定位模拟实验,将采用理论计算公式得出的声发射源的位置坐标与实际断铅位置坐标比较,得出较为有用的结论.     

论公共图书馆品牌形象定位与传播

公共图书馆品牌形象的定位和传播是其品牌建设过程中确保品牌价值得以实现的关键环节,它解决了图书馆与其品牌受众之间沟通中的“对谁说”、“说什么”和“怎样说”的问题。公共图书馆应运用整合营销传播、数据库营销、公共关系和广告等策略,在各种活动和日常工作中积极向品牌受众传播品牌认同和价值主张中的独特内容,以逐步建立良好的品牌形象。     

声定位应用研究

本文从声学定位原理和定位模型两个方面进行了科学的分析,重点针对风的因素进行了仿真研究,建立了修正模型,通过仿真,验证了声学定位法的技术可行性。     

水下目标声成像仿真研究

水下目标的声成像是水下目标识别的一种有效方法。本文从水下目标的亮点特征出发,建立了水下目标亮点回波数据模型,分析了一类具有3—6个亮点的水下目标亮点结构,利用波束形成技术获取目标的村怔信息,模拟形成了水下目标的亮点结构声图像。仿真结果表明：该方法能有效在声图像中表征出水下目标的亮点结构,成像算法简单,易于实现。     

电视新闻制作如何恰当运用同期声

在当前日趋激烈的媒体竞争中,电视以其视听兼备的特点一跃成为传播新闻的第一信息媒介,吸引着亿万观众,新闻同期声是电视新闻的重要组成部分,是电视听觉艺术的主要表现形式,它与电视新闻的画面、解说等元素一起承担着传播功能,是发挥电视新闻优势最重要的手段之一。     

一种基于非线性特征提取的被动声纳目标识别方法研究

目标噪声特征提取是被动声纳目标识别系统的关键技术。首先提出了一种利用从噪声极限环中提取的非线性特征来分析舰船噪声信号的新方法,然后采用基于自适应遗传BP算法的神经网络对提取的特征进行分类。实验结果表明,该系统具有较好的分类效果。     

深海极端环境与生命过程研究现状与对策

深海作为海洋系统的重要组成部分,涉及到国家战略和疆域拓展,一直是海洋强国争夺的战略重点。深海极端环境塑造了特殊的生命过程,资源潜力巨大,对其探测与研究是国际地球科学前沿。对水深1 000 m以下的海山、热液、冷泉等海洋极端环境与生活在这些环境中的特殊生命进行综合探测,涉及到深海地质环境、化学环境、物理环境和特殊生态系统,涉及到深海极端环境特殊装备的研发以及深海探测与研究综合平台建设,涉及到考察船、深潜器、特殊装备、方法体系的建立和技术体系的建立,是一个国家综合实力的体现。文章总结了国际上深海极端环境和生命过程研究进展,在分析我国深海研究现状基础上,提出未来我国深海极端环境和生命过程研究对策。     

基于Web of Science的深海资源研究文献计量分析

以Web of Science引文数据库为检索对象,对1900-2012年间全球发表的深海资源相关论文进行文献计量学分析。从年度发文量与被引用量、主要论文著者、主要发文国家与机构等角度揭示深海资源研究发展轨迹。通过高频次关键词分析得出深海资源研究的5大问题是：生物物种、进化及多样性;沉积物;大洋环流与气候;有机物;生态环境、群落结构。从高被引与前沿热点分析得出深海沉积物与深海生物资源是其热点研究问题,且依然是未来深海资源研究的主要学科问题。     

深海极端环境原位探测技术研究现状与对策

深海极端环境塑造了特殊的生命过程,资源潜力巨大,对其探测与研究是国际地球科学前沿,但深海严苛的高压环境极大地限制了深海采样及探测技术的应用。深海原位探测技术可以在不改变被测物位置及状态的条件下,获取深海样品的组分及含量信息,因此被越来越广泛地应用到深海极端环境的研究工作中。深海极端环境原位探测技术拥有广阔的前景,但作为一种新兴的探测技术仍需解决诸多科学难题。文章总结了国际和国内深海极端环境原位探测技术的研究进展,在分析当前我国深海极端环境研究现状基础上,提出未来我国深海极端环境原位探测技术发展对策。     

浅水多途水声通信空间冲激响应峰脊陡变效应

水声通信信道复杂,浅水水声通信的多途效应导致信道衰落,信号在幅度和相位空间上形成空间增益,对浅水多途水声通信空间增益冲激响应的准确建模,能改进通信质量。提出一种基于垂直线列阵结构的水声信道多径特性分析方法,得出浅水多途水声通信的空间冲激响应的峰脊陡变效应。构建浅水多途水声信道模型,计算时变特性的自相关函数,得到水声多径信道的脉冲响应,最后得出浅水多途水声通信的空间冲激响应增益改善模型。仿真实验表明,该方法能提高了浅水通信系统的时间压缩和空间聚焦特性,可以有效地重组多径、拟制码间干扰,提高通信质量。     

深层生态学的整体主义思想研究

生态整体主义是生态伦理的核心思想,深层生态学也不例外。深层生态学的整体主义思想很大程度上吸收了现代生态学的最新成果和其他生态伦理的一些整体主义思想。认识了解深层生态学的生态整体主义思想是把握深层生态学理论的重要基础,也是对深层生态学未来发展的整体把握,因此,从理论上和实践上对深层生态学的整体主义思想挖掘是必要的。     

基于对冲作用的社交网络中口碑传播模型及控制策略研究

[目的/意义]文章旨在探究社交网络中的口碑传播规律,为现代企业应对口碑传播提供决策参考,对完善网络传播理论具有重要意义。[方法/过程]本文在经典传播模型的基础上,考虑到口碑的时效性及正、负面口碑的对冲作用,构建一种社交网络口碑传播离散模型,分析口碑的传播规律;随后,通过仿真实验分别研究了网络拓扑结构、初始传播节点的度与比例对传播过程的影响;最后,在企业宣传成本的约束条件下,提出了社交网络中负面口碑传播的最优控制策略。[结果/结论]结果表明,在匀质网络中,企业应优先提高传播正面口碑的人群数量;而在异质网络中,选择具有强影响力的媒体或公众人物传播正面口碑是企业的最优选择。     

高校网站安全纵深防御体系研究

高校网站安全问题给校方、师生、家长及社会带来了严重的风险.设计一个3层次的高校网站安全纵深防御体系架构,包括基础设备防护、安全加固防护和健全的网站安全管理措施,为高校网站群变被动的为主动的安全防护体系提供借鉴.     

虚拟水研究文献综述

对虚拟水的国际研究进程和在国内发展的情况进行分类、整理,并分别对未来国际、国内研究动向进行分析。     

基于数据库分类的deep web爬行器研究

在现有相关研究的基础上,设计一种基于数据库分类的deep web爬行器。该爬行器首先从抓取的网页中识别出deep web数据库的入口表单,然后采用查询探测方法对数据库进行自动分类,并根据分类结果来选取一组合适的关键词作为查询词,自动填写入口表单中的文本框并向数据库提出查询请求。实验结果表明,基于数据库分类的deep web爬行器的爬行效果要优于基于指定查询词的deep web爬行器的爬行效果。     

深度学习的研究现状与发展

深度学习在计算机、教育等学科领域是一个值得研究的热点话题。为更好地了解“深度学习”的研究现状和发展趋势,跟踪其研究前沿,本研究利用CiteSpaceⅢ工具,采用引文分析法,对2010-2016年间发表的深度学习研究相关文献,进行了时间、核心文献、研究热点等可视化分析。本文分别梳理和分析了学习模式、认知性存在、学习策略、同伴互助教学等10个聚类结果中研究文献代表作的相关论点。得出结论与启示：在后期研究中,需要深入学习者认知过程,关注情感积淀;提高教师信息能力,发挥主导作用;优化内容设计,改进学习方法;构建学习环境,完善评价体系,以促进深度学习的有效发展。     

科研院所党建与科研深度融合问题研究

推进科研院所党建与科研深度融合,是加强党对科技事业的全面领导、提升科研院所党建工作实效、促进科研院所治理体系和治理能力现代化的有效抓手。文章重点学习回顾了党的十八大以来习近平总书记关于全面从严治党与科技创新的重要论述,总结梳理了近年来科研院所推进党建与科研融合的做法和成效,并从加强思想理论武装、推进科技创新治理能力现代化、围绕重大科技攻关任务和建制化基础研究强化组织建设、弘扬科学家精神、加强作风和学风建设等方面谈了认识和思考。     

基于标签迁移和深度学习的跨语言实体抽取研究

[目的/意义] 从跨语言视角探究如何更好地解决低资源语言的实体抽取问题。[方法/过程] 以英语为源语言,西班牙语和荷兰语为目标语言,借助迁移学习和深度学习的思想,提出一种结合自学习和GRU-LSTM-CRF网络的无监督跨语言实体抽取方法。[结果/结论] 与有监督的跨语言实体抽取方法相比,本文提出的无监督跨语言实体抽取方法可以取得更好的效果,在西班牙语上,F1值为0.6419,在荷兰语上,F1值为0.6557。利用跨语言知识在源语言和目标语言间建立桥梁,提升低资源语言实体抽取的效果。     

基于相似传播和情景聚类的网络协同过滤推荐算法研究

互联网时代,个性化推荐系统逐渐被应用到各个不同的领域,随之个性化推荐算法也成为目前研究的热点。然而,传统的推荐算法往往存在着冷启动、数据稀疏等问题。本文在对传统推荐算法研究的基础上,提出了一种基于相似传播和情景聚类的协同过滤推荐算法,根据计算用户间的情景相似度对用户进行聚类,然后根据相似传播原理找出目标用户更多的最近邻居,最后根据预测目标用户对项目的评分进行推荐。借助网上公共数据集在Matlab上实现了该算法并验证了算法的有效性。实验结果表明,本文所提算法的准确性相比传统算法有所提高,同时缓解了传统推荐算法存在的冷启动和数据稀疏性等问题。