XiaoMi-AI文件搜索系统
World File Search System右转弯
2015 财年至 2022 财年军事自由落体事故
事件描述和疑似原因： 跳伞员当时正在执行空中作战教练的职责，他的学生在 5000 英尺高度展开后，他与学生分离并在 3700 英尺高度展开。跳伞员称他遇到了一个硬开合，伞绳扭曲，因此正在急右转弯。消除扭曲后，他仍然处于急右转弯状态。现在大约在 2700 英尺的高度，他查看了伞绳和座舱盖。在发现没有明显问题后，他拉动后立管以稳定并停止转弯。在大约 2100 英尺的高度，他看到两个伞绳套仍然收起，伞绳没有断裂。松开立管后，他立即回到急右转弯。他考虑过松开伞绳套，但高度低于 2000 英尺，因此决定执行切断程序。EP 期间没有遇到问题。安全着陆。 检查主舱盖后发现，两个刹车仍然收起，但左刹车开关没有正确穿过控制线猫眼。
在运输类飞机中使用增强型飞行视觉系统 (EFVS) 进行低能见度滑行
两项研究（使用波音 777 和 737 模拟器）检查了机组人员在低能见度滑行操作中使用增强型飞行视觉系统 (EFVS) 的情况。25 名机组人员在以下组合下完成了 21 个短距离滑行场景：跑道视距（RVR：300、500 和 1000 英尺）；平视显示器上的 EFVS（开/关）；机场基础设施 - 3 个级别。使用 EFVS 产生的路线偏差较少，大多数是在 300 英尺 RVR 处使用边灯和标准中心线或使用 LVO/SMGCS“增强功能”（没有中心线灯）的路线。转弯角度越大、能见度越低，行驶速度越慢。机组人员大多数时候都能检测到右侧障碍物，检测到左侧障碍物的几率是右侧障碍物的两倍。无论是否使用 EFVS，机组人员在大转弯（>90 度）和右转弯时路线偏差较大，可能是因为转弯时失去了视觉参考。提供了有关 EFVS 对低能见度滑行的好处和局限性的建议，并建议进行进一步研究。
双模式智能鞋，用于偏瘫患者的定量评估“下肢”肌肉力量
摘要 - 中风会导致患者下肢和偏瘫的运动能力受损。准确评估下肢运动能力对于诊断和康复很重要。可以数字化此类评估，以便可以避免任何时间和主观性来追溯每个测试，我们测试如何将配备压力敏感鞋垫和惯性测量单元配备的双模式智能鞋用于此目的。设计了5m步行测试协议，包括左和右转弯。数据是从23名患者和17名健康受试者中收集的。对于下肢的运动能力，两名医生观察到了测试，并使用五个分级的医学研究委员会进行肌肉检查评估。同一患者的两个医生得分的平均值被用作地面真相。使用我们开发的功能集，在对患者和健康受试者进行分类时可以达到100％的精度。使用我们的功能集和回归方法实现了患者的肌肉强度，平均绝对误差为0.143，最大误差为0.395，比每个医生的得分更接近地面真实（平均绝对误差：0.217：最大误差：最大误差：0.5）。因此，我们验证了使用此类智能鞋的可能性，可以客观，准确地评估中风患者的下肢肌肉强度。索引术语 - 中途，机器学习，智能鞋，下肢的肌肉力量