XiaoMi-AI文件搜索系统
World File Search System速度矢量
综合防撞系统开发 - PEGASUS
碰撞。已将飞机设定为小速度作为参考。参考飞机将执行平衡转弯，转向半空间，该半空间由速度矢量和垂直方向构成的平面定义，未被入侵飞机占据。要确定入侵飞机的新轨迹，必须考虑平面表面，其法向矢量为参考飞机的速度矢量。使用此平面作为参考，入侵飞机将执行平衡转弯，转向其速度矢量指向的半空间。
垂直轴风力涡轮机的应用
图 3.1 – 表示动量守恒和钝体尾流的控制面（风洞的固体壁、固体物体和限制有效尾流的恒压表面，两个表面垂直于未受干扰的速度矢量，表面 1 位于物体的上游，表面 2 是尾流横截面最大的表面）[4] ............................................................................................................................. 28
流体机械 代码：MCC 16101 主题：喷射冲击板
1) 流动是稳定的，即质量流量在任何部分都是恒定的，即转子中没有流体质量的存储或消耗。2) 转子与其周围环境之间的热和功相互作用以恒定速率发生。3) 速度在任何垂直于流动的区域上都是均匀的，即任何一点的速度矢量都代表有限区域上的总流量。4) 没有泄漏损失，整个流体都经历相同的过程
阿尔及利亚首颗在轨微型卫星 Alsat-1 轨道模拟器
阿尔及利亚通过国家空间技术中心 (CNTS) 选择通过技术转让来发展其技术能力，制定战略来实施空间技术并满足其已知和潜在的需求。Alsat-1 项目将提高用户群体对空间技术益处的认识和理解。阿尔及利亚的第一颗卫星 Alsal-1 是由英国萨里卫星技术有限公司 (SSTL) 与 CNTS 合作设计和建造的。 Alsat-1 轨道的模拟在 C++ 代码和 MATLAB/Simulink 环境中运行，通过在相应时刻重新显示位置和速度矢量。所开发的函数的输出参数在包含开普勒元素的矢量中定义；以及使用 Star! 和 End
提高虚拟碰撞响应的可靠性：提示集成技术
摘要 在虚拟现实 (VR) 中，用户的虚拟化身可以通过与虚拟物体碰撞来与其交互。如果碰撞响应没有发生在用户期望的方向上，则在 VR 体育游戏等应用中，用户会体验到准确度和精确度的下降。在确定虚拟碰撞的响应时，现有的物理引擎没有考虑用户感知和估计碰撞的方向。基于线索整合理论，本研究提出了一个统计模型，解释用户如何根据身体的方向和速度矢量估计虚拟碰撞的方向。通过将虚拟碰撞响应设置在用户感知的方向上，虚拟碰撞的准确度和精确度可分别提高 8.77% 和 30.29%。
使用飞行试验中的惯性导航系统数据确定攻角
图 1：NACA 空中数据臂设计，在 UTSI Cessna 210 右翼尖配备流动角叶片。 .............................................. 1 图 2：惯性（东北向下）坐标系。来源：USAF TPS [6]。 .............................................................................. 5 图 3：机身固定坐标系。来源：USAF TPS [6]。 ............................................................................................. 6 图 4：流动角参考系。u、v、w 分别是机身固定参考系上 x、y、z 方向的速度矢量。来源：NASA [9] ......................................................................................................... 8 图 5：X-Z 轴上的攻角、俯仰角和飞行路径角视图。来源：波音航空杂志 [11]。 ... 9 图 6：不同情况下攻角和俯仰角的差异 [12]。 ............................................................................. 9 图 7：由于升力要求，平飞中的攻角会发生变化 [12]。 ................................................................ 9 图 8：估算 Oswald 效率因子的方法。来源：Roskam [15]。 .............................................................. 16 图 9：阻力系数随马赫数变化的典型变化。来源：Kroo [16]。 .............................................................. 18 图 10：烟气风洞试验中机翼上方的上洗流。来源：Babinksy [17]。 ..............................................................
NICA 对撞机透明自旋模式下质子和氘束极化运动学
TS 模式也可以不采用蛇形线来表示对应于整数自旋共振 γG = k 的离散能量值。这里 γ 是相对论因子，G 是旋磁比的异常部分。对于质子，这样的能量值数量为 25，能量步长为 0.523 GeV。对于氘核，只有一个点，总能量为 13.1 GeV。在理想的对撞机晶格中，自旋运动会退化：任何轨道位置的任何自旋方向都会在每次粒子转动时重复。这意味着 TS 模式下的自旋调谐为零，粒子处于 TS 共振状态。在这种情况下，自旋运动对磁场的微小扰动高度敏感，这些扰动与晶格缺陷以及回旋加速器和同步加速器粒子的振荡有关。在实际情况下，自旋简并被消除，因为极化沿着由对撞机晶格缺陷决定的未知方向变得稳定。极化控制由自旋导航器提供，自旋导航器是基于弱螺线管的设备，可在 SPD 相互作用点设置所需的极化方向。导航器对自旋的影响应大大超过小扰动场的影响 [4]。TS 模式下的极化控制方案如图 3 所示。两个对称放置在 SPD 周围的自旋导航器用于稳定 SPD 垂直平面上所需的极化方向（Ψ 是极化和粒子速度矢量之间的角度）[3]。
利用神经速度场进行微分同胚图像配准
微分同胚图像配准能够提供平滑的变换和拓扑保存，在许多医学图像分析任务中是必需的。传统方法对可接受的变换空间施加某些建模约束，并使用优化来寻找两幅图像之间的最佳变换。指定正确的可接受的变换空间具有挑战性：如果空间过于严格，配准质量可能会很差，而如果空间过于笼统，则优化可能难以解决。最近基于学习的方法利用深度神经网络直接学习变换，实现了快速推理，但由于难以捕捉微小的局部变形和泛化能力，在准确性方面面临挑战。在这里，我们提出了一种新的基于优化的方法，称为 DNVF（带神经速度场的微分同胚图像配准），该方法利用深度神经网络来建模可接受的变换空间。具有正弦激活函数的多层感知器 (MLP) 用于表示连续速度场，并为空间中的每个点分配一个速度矢量，从而提供对复杂变形进行建模的灵活性以及优化的便利性。此外，我们提出了一种级联图像配准框架 (Cas-DNVF)，结合了优化和基于学习的方法的优点，其中训练完全卷积神经网络 (FCN) 来预测初始变形，然后使用 DNVF 进行进一步细化。在两个大型 3D MR 脑部扫描数据集上进行的实验表明，我们提出的方法明显优于最先进的配准方法。