联合升降轨Sentinel-1A的地表形变监测技术研究

河谷型、海岸带、海岛礁以及滩涂等区域地表形变信息的准确获取,迫切且关键。利用25景升轨和28景降轨Sentinel-1A数据,基于SBAS-InSAR技术,获取兰州城区2014年10月~2016年9月的地表沉降速率图和沿视线方向(line-of-sight,LOS)的时相位移量,探讨升降轨数据在河谷型城市地表形变监测中的适用性。结果表明:升降轨Sentinel-1A数据之间的时相位移量具有高度关联性,其中升轨数据在地形起伏较大区体现出良好的干涉性,而降轨数据在平坦区表现出较好的监测能力。兰州城区大部分区域处于稳定状态,但沙井驿、九州、小达坪、东岗、伏龙坪、西客站以及周边区域地表存在沉降趋势,最大沉降速率可达30 mm/年。联合升降轨Sentinel-1A数据监测河谷型、海岸带、海岛礁以及滩涂等区域地面沉降具有可行性和可靠性。     

基于Kongsberg EM多波束的Snippet数据处理方法

多波束声呐记录的海底后向散射片段(Snippet)数据处理成角度响应曲线和地理编码(Mosaic)图像可以 帮助识别海底底质类型和反映地貌形态,这一过程包括辐射校正、角度响应改正(AVG)和几何地理编码,但不同的多波束系统硬件在辐射校正和角度响应改正方法上存在差异且传统处理方法忽略了声呐系统本身的指向性模型随时间变化的事实。以声呐方程为基础,针对Kongsberg EM 多波束系统提出了一套完整的Snippet数据处理流程,并分析了各步骤中存在的可变性,给出了每一步的处理建议,最后将此方法应用于EM2040浅水多波束实测数据,并验证了该方法的有效性和实用性。     

12121电话系统的对外呼出语音气象短信

介绍利用12121电话系统实现对外呼出语音气象短信功能。详细说明主动呼出工作原理、配置及测试方法,日常业务运行中呼出语音短信的操作步骤,评价了该功能的特点和不足。     

基于AHP方法与GIS技术的海底管道路由选择研究

海底管道路由选择与海底管道建设、运营以及后期管理等工作存在密切联系,对管道工程经济性、安全性和合理性有着重要意义.考虑影响海底管道路由选择的自然与社会环境因素,构建了量化的评价体系,以AHP层次分析方法作为数学依据确定评价权重,建立了标准化的路由选择评判模型.进一步,将该模型与GIS空间分析技术相结合,生成以地图可视化...     

膜分离技术在布渣叶黄酮类化合物提取中的应用

目的：研究膜分离技术对布渣叶提取液中总黄酮成分的纯化效果。方法：以滤液中黄酮类成分的保留率及药液的膜通量为考察指标,考察不同孔径膜片和操作压力对膜分离指标的影响。结果：控制操作压力为3MPa,使滤液通过孔径为30k的超滤膜片,得到的透过液黄酮类化合物保留率为85.28%,膜通量较高。结论：采用膜分离技术纯化布渣叶总黄酮,具有一定的应用价值。     

国外无人反水雷特点及关键技术分析

许多国家将水雷视为一种重要的水中兵器,用于封锁对手、对抗强敌。针对现有反水雷装备存在的危险性高、部署速度慢、作战效率低等问题,国外海军将无人技术为代表的高新技术应用到反水雷领域,推出了多种新概念无人反水雷装备,综合运用猎、扫等多种手段,构建空中、水面、水下立体的无人反水雷装备体系,实现快速、安全、高效的反水雷作战能力,对未来反水雷作战产生重大影响。     

基于Stacking集成学习的恒星/星系分类研究

机器学习在当今诸多领域已经取得了巨大的成功,但是机器学习的预测效果往往依赖于具体问题.集成学习通过综合多个基分类器来预测结果,因此,其适应各种场景的能力较强,分类准确率较高.基于斯隆数字巡天(Sloan Digital Sky Survey,SDSS)计划恒星/星系中最暗源星等集分类正确率低的问题,提出一种基于Stacking集成学习的恒星/星系分类算法.从SDSS-DR7(SDSS Data Release 7)中获取完整的测光数据集,并根据星等值划分为亮源星等集、暗源星等集和最暗源星等集.仅针对分类较为复杂且困难的最暗源星等集展开分类研究.首先,对最暗源星等集使用10折嵌套交叉验证,然后使用支持向量机(Support Vector Machine,SVM)、随机森林(Random Forest,RF)、XGBoost(eXtreme Gradient Boosting)等算法建立基分类器模型;使用梯度提升树(Gradient Boosting Decision Tree,GBDT)作为元分类器模型.最后,使用基于星系的分类正确率等指标,与功能树(Function Tree,FT)、SVM、RF、GBDT、XGBoost、堆叠降噪自编码(Stacked Denoising AutoEncoders,SDAE)、深度置信网络(Deep Belief Network,DBN)、深度感知决策树(Deep Perception Decision Tree,DPDT)等模型进行分类结果对比分析.实验结果表明,Stacking集成学习模型在最暗源星等集分类中要比FT算法的星系分类正确率提高了将近10%.同其他传统的机器学习算法、较强的提升算法、深度学习算法相比,Stacking集成学习模型也有较大的提升.     

基于斩波轮技术的K波段接收机噪声校准研究

接收机是射电天文中用于探测微弱射电信号的重要接收设备.接收机的强度校准就是将接收机对射电源的响应转换为天文意义上的流量密度.常规方法就是使用经典的冷热负载法,将接收机自身的强度响应转换为一个等效的温度值,之后再据此对射电源做进一步标定.通过搭建基于斩波轮技术的K波段接收机强度校准平台,使用斩波轮法测试K波段常温接收机的噪声温度,并与传统冷热负载法的测试结果进行比对.结果显示,在晴好天气条件下,斩波轮法在30°、90°仰角下噪声温度的最大测试误差为7.5%和8.4%,可以很好地应用于实际噪声温度测试中;但在5°仰角测试中,由于过低仰角引入了地面噪声,使得斩波轮法的测试误差上升至20%–30%之间而无法使用.希望在此基础上进一步开展K波段天空亮温度的理论计算与实测,从而完善斩波轮技术的应用,使之可以满足在不同气象条件下的噪声校准测试需求.     

制度与文化对嵌入式技术海外转移的影响——以蒙内铁路为例

中国与东道国之间制度与文化上的差异,已经成为中国企业“走出去”关注的重点,也是推动“一带一路”建设向高质量发展转变必须考虑的重要因素。现代化铁路项目具有“自然垄断”、投资大、涉及地域广的特点,其建设对运营制度与文化的依赖性强,属于一种典型的变革性项目和嵌入式技术转移。“一带一路”沿线国家制度建设相对薄弱,与中国文化差异较大,且往往不具备铁路运营技术与能力,因此中国铁路在“走出去”的过程中,必须从设计—建设—运营乃至投融资进行全链条考虑,并将铁路项目作为“技术—制度—文化”复合体进行培育,即通过制度保障、文化相互适应以及技术标准、管理模式、产业链条的属地化管理,来保障项目的成功运营。蒙内铁路是中国铁路“走出去”较为成功的案例,本文通过实地调研,总结了“技术—制度—文化”复合体海外发展模式,从而为推动海外项目建设与运营成功、“一带一路”建设向高质量发展提供借鉴意义。