基于构件面向体系结构的C4ISR系统设计方法

介绍了C4ISR体系结构描述和设计方法("3A"视图),描述了在其指导下使用结构分析法和面向对象分析法开发体系结构产品的过程,并比较了这两种方法的优缺点.在此基础上,提出基于构件面向体系结构的设计方法来解决系统的互操作和复用问题,给出了支持该方法的迭代开发过程,阐述了该方法与C4ISR体系结构设计方法的对应关系, 为开发可复用、易于互操作的C4ISR系统提供了一种可行的技术途径.     

一种新型非接触式IC卡电路

利用变压器原理并通过对需要传输的信号调频调幅，实现非接触能量和信号的双向传播，这种传播方式不仅可以用于ＩＣ卡，同时也可以应用于其它恶劣环境下信息的采集以及可编程部件内的软件更换。     

考虑收缩、徐变和松弛相互影响的预应力长期损失计算

由于混凝土的收缩、徐变和预应力筋松弛的影响,会产生截面应力重分布,使得混凝土的预压应力减少,预应力筋的拉应力降低。若对预应力长期损失预测得不准确,会引发桥梁运营后工作状况的劣化,如混凝土的开裂和过大的下挠或上拱。文章考虑混凝土收缩、徐变和预应力筋松弛三者相互影响,考虑了非预应力筋重心和预应力筋重心不重合的一般情况,推导了预应力长期时变损失的计算公式,并与试验结果及现桥规进行了比较,最后对桥规中计算预应力长期损失的方法提出了改进建议。     

进展期肿瘤主动特异性免疫治疗的临床研究

目的探讨自体肿瘤疫苗的作用机制。方法50例进展期肿瘤患者术后第4周开始以自体肿瘤细胞疫苗行主动特异性免疫治疗。免疫接种共4次,每次间隔7-10 d;接种前3 d及第4次接种后1周,采集外周血,分离单个核细胞,以流式细胞分析术/细胞内细胞因子检测法测定CD8+-IFN-γ+、CD8+-IL-10+细胞及CD4+-INF-γ+、CD4+-IL-10+细胞;用自体肿瘤抗原做皮肤迟发型过敏试验(DTH),48 h后测量红斑、硬结大小(mm)。对DTH反应部位皮肤活检,用免疫组化染色了解局部细胞免疫反应。结果自体肿瘤细胞疫苗治疗后表现为:①CD8+-IFN-γ+阳性细胞由(3.90±1.42)%升至(7.12±2.15)%;CD4+-INF-γ+阳性细胞由(4.19±1.50)%升至(7.20±2.29)%(P<0.05);②与治疗前相比,治疗后患者对自体肿瘤抗原的特异性DTH反应明显增强(P<0.01);③DTH反应部位CD8+T细胞、CD4+T细胞浸润明显增多;④患者耐受性良好。结论自体肿瘤细胞疫苗免疫后,可改善肿瘤患者细胞介导的抗瘤免疫反应;自体肿瘤疫苗可激发患者特异性细胞介导的免疫反应。     

水泥混凝土路面的施工质量控制研究

水泥混凝土路面是两大高级路面类型之一。本文从施工机械评价、施工工序管理、施工工序的相关控制三个方面对水泥混凝土路面的施工质量控制进行深入研究,提出的质量控制方法对促进我国水泥混凝土路面建设水平有重要借鉴意义。     

高强度钢对车体侧面抗撞性影响的研究

对一汽某轿车侧面碰撞安全性进行研究,确定了车体侧部高强度钢板的位置分布和特性分配,进行了仿真分析和整车碰撞试验,使其满足国家标准,并总结出高强度钢板对车体侧面抗撞性的影响,为进一步深入研究整车侧撞特性奠定了基础.     

现代车用发动机冷却系统研究进展

简要分析了发动机冷却系统的发展现状、影响因素及存在的问题;介绍了目前国内外前沿的发动机冷却系统的设计理念和研究方法,如智能化电控冷却系统、精确冷却理念、分流式冷却、空气侧流动以及整车热管理研究等;展望了现代发动机冷却系统实现高效低耗的目标,指出采用电控冷却部件实现精确冷却和分流式冷却的有效整合是行之有效的手段,而整车热管理研究势必会成为全面提高冷却系统性能的主要方法。     

疲劳当量温度计算方法研究

现行规范以15℃作为测定沥青混合料疲劳性能的试验温度,忽略了地区之间存在明显的温度差异,以此温度作为各地区的设计温度显然是不足取的。作为控制沥青路面疲劳开裂的代表温度,应该将路面温度与荷载交通量综合表示。为此,根据路面弹性力学层状理论,对控制应力与应变两种加载模式进行分析,讨论了何种加载模式适用于路面实际疲劳状况。对影响沥青路面疲劳寿命的因素,包括控制条件、荷载作用时间、沥青及其混合料性质等加以分析。结合SHELL以控制应变模式计算疲劳寿命的方法,根据Miner法则计算疲劳当量温度。提出了日疲劳当量温度的计算公式,计算了8地区的年疲劳当量温度,讨论了不同地区疲劳当量温度的取值范围,此研究结果为提高路面结构分析精度提供可靠的温度参数依据。     

压力管道无损检测技术及应用

无损检测具有不破坏试件、检测灵敏度高等优点,主要应用于压力管道原材料及制造检验和再用检验。文中介绍了压力管道进行无损检测的重要性,重点对辐射、声学、电磁以及其他领域的检测技术进行介绍,简述这些技术的原理及使用特点,为压力管道无损检测方法选择提供参考。     

智能驾驶实时目标检测的深度卷积神经网络

为提高深度学习神经网络运行速度,满足智能驾驶对算法实时性的要求,基于一种一体化实时目标检测算法YOLO和一种目标检测网络模型Faster RCNN,提出一种结合两者特点的实时目标检测神经网络。该网络保留区域卷积神经网络(R-CNN)算法的二次检测模式和区域生成神经网络RPN,去掉先验框,采用YOLO直接预测位置。结合Mask R-CNN中的ROI-Align方法进行二次位置修正,减少了Faster R-CNN中ROI-pooling所带来的位置预测偏差。对改进后的网络在KITTI数据集上进行测试,结果表明:改进后的神经网络检测一次仅耗时38 ms,检测的平均精确度高于YOLO和Faster RCNN,且对于不同大小的目标都具有很好的泛化能力。