论文部分内容阅读
飞行训练工作是为民航发展提供飞行人才,但在面对空域资源日趋紧张情况下,飞行训练工作压力日益增大,安全保障需要提高,以减轻管制和飞行指挥人员的工作负荷并有效提升工作效益。飞行训练保障系统研制的目的是针对运输机场和通用航空的特点,提出研制信息集成交换共享系统,保障航班和飞行训练安全。
一款基于运输机场飞行训练保障系统的分析与研究
【摘 要】
：
飞行训练工作是为民航发展提供飞行人才,但在面对空域资源日趋紧张情况下,飞行训练工作压力日益增大,安全保障需要提高,以减轻管制和飞行指挥人员的工作负荷并有效提升工作效益。飞行训练保障系统研制的目的是针对运输机场和通用航空的特点,提出研制信息集成交换共享系统,保障航班和飞行训练安全。
【机 构】
：
中国民用航空飞行学院
【出 处】
：
计算机应用与软件
【发表日期】
：
2021年08期
【基金项目】
：
中国民用航空飞行学院面上项目(J2018-14),中国民航飞行学院民航运输规划智能决策研究所计划项目(JG2019-32)。
其他文献
针对汽车混流装配线投产排序问题,建立一个最小生产循环周期内以各工位总等待装配时间最短为目标的数学模型。为解决标准遗传算法(SGA)收敛速度慢的缺陷,设计改进遗传算法(IGA)求解该问题。提出一种基于"定长"实数编码和"定序模式"的自适应单点交叉操作避免不可行解的产生,并在选择操作中引入精英保留策略,保留优良个体不被破坏,以提高收敛速度。通过实例分析及其数据基础,基于MATLAB平台开发算法程序,将
为了实现云中虚拟机实例的提供和分配,提出一种基于拍卖的动态虚拟机实例分配机制。收集用户的投标,计算出全部投标的投标密度,根据投标密度对投标进行排序;计算保留价格,并丢弃投标密度低于保留价格的投标,将计算资源按排序分配给用户;计算每个获胜用户的付款,从而达到用户仅通过出价其所要求的资源的真实估价来最大化其效用。实验结果表明,该机制不仅能为云提供商带来更高的收益,而且还提高了云资源的利用率。
针对光通信系统中多模式传输所引起的非线性耦合问题,提出一种基于演化合成神经网络的光通信多输入多输出(Multiple Input Multiple Output, MIMO)检测算法。给出光通信系统MIMO的深度神经网络模型,利用深度神经网络强大的非线性学习能力解决多模光通信的非线性耦合问题。采用演化合成技术训练全连接神经网络,以光通信MIMO的特点作为演化合成的环境因子,逐渐缩小神经网络的规模,
针对传统网络隐蔽信道无法适用于低功耗受限制设备的不足,通过研究轻量级物联网应用协议CoAP,提出并实现一种基于CoAP协议参数序列的隐蔽信道构建方法。该方法不需要修改协议数据单元和控制双方同步,克服了已有物联网隐蔽信道的固有弊端。为了对抗重排序攻击,增添了完整性校验功能。性能分析表明该隐蔽信道具有良好的隐蔽性、鲁棒性和传输效率。
深入分析NBA球员的各项数据,进行全面的球员各项能力分析,对教练了解每个球员的能力和优化出场人员及顺序有重要的意义。现有很多对NBA比赛数据进行分析的案例都仅针对球员的某一方面数据,对此提出一种从球员自身出发,分析其在赛季中的各项表现,以便于用户分析出球员能力的球员能力分析系统。该系统利用多维数据按照赛季和单场比赛两个角度对球员的成绩进行分析,从所有球员、对位球员、球员自身等多角度,分析球员的多项
针对图像修复任务过于困难的问题,采用基于生成对抗网络的双判别器模型,通过增设局部判别器追踪图像局部缺失区域信息,有效提升了修复准确性。但模型在产生合理语义性信息方面并不乐观。为此,提出Multi-Angle GAN模型。在双判别器模型基础上增设分类器和Vgg19特征提取网络,分别向生成网络提供类别、风格和内容损失约束。针对GANs判别器设计存在的训练不稳定问题,向判别器设计中引入谱归一化和Wass
形音匹配是指字素与音素相互转换的过程,它是语音识别、语音合成的基础。许多研究学者采用深度学习模型来提高形音匹配的准确率,但所得到的匹配模式比较复杂,不利于人的学习。针对上述问题,提出一种基于HMM的时序与模式可视分析方法,用于分析窗口大小与方向对字素发音的影响,以获取得到高频发音模式。将模式与机器学习方法相结合以更好地揭示形音匹配的隐藏规律,且对不同字素的影响模式进行比较分析。该方法可以有效提高学
应用区块链技术对多式联运单证进行数字化升级,能够有效地解决当前多式联运单证中存在的内容重复填写、制作速度慢、信息共享难等问题。整合航空、公路、铁路和水路四种运输方式涉及的单证,形成多式联运数字化单证的主要内容;将传统多式联运单证的发货收据、运输合同、物权凭证、提货凭据等业务需求转化为数字化单证的信息录入、查询、授权、签注、签收等功能需求。开发智能合约在以太坊平台上进行实验,结果表明,多式联运数字化
设计一种基于深度学习的智能花卉自动养护系统。基于深度学习的图像分类技术,利用采集到的花卉图片对花卉的生长状况进行识别(如叶子发黄则代表缺少光照)。自动控制系统根据识别的花卉生长状况来执行相应的动作,从而改变花卉的环境参数,使得花卉在无人管理的情况下也能很好地生长。
针对大数据新型处理框架Spark执行Apriori算法存在速率低、内存负荷高等不足,提出一种改进的Apriori优化算法。基于字典表压缩存储的机制,结合Spark框架中列式存储模式对多维多属性值的数据集进行压缩,通过Spark集群进行数据并行处理。实验表明,该算法比原算法执行速率提高23%以上,且在数据量越大的情况下其优势更明显。该算法具有降低内存负荷量、去候选频繁项集、提高执行速率等优势,且解决