栈式自编码和残差神经网络的射频信号个体识别

传统基于暂态特征和稳态特征的射频信号个体识别方法存在特征提取困难、特征微小、无法区分射频信号个体差异等问题,识别率较低.随着深度学习技术的发展,结合栈式自编码网络深度融合目标特征优势和残差神经网络在解决退化问题时的优势,提出了一种基于SEA和ResNet网络的射频信号个体识别方法.包括信号时频域特征提取方法分析、多域特征拼接与融合、基于轻量化ResNetLite网络的射频信号个体识别方法等步骤.仿真结果表明,相对于传统时频域特征提取方法和BP分类方法,新方法能够有效提取和融合信号细微、高层次及深层次特征,且识别率有一定幅度的提升,同时,对计算资源、存储资源的消耗有约7倍的降低,可支持嵌入式设备小型化需求,便于工程实现.     

基于宏块分类的最佳量化因子选择

实现基于标准的视频编码过程的一个关键问题是宏块编码模式选择,而选择宏块编码模式控制参量的关键是确定DCT系数的量化因子。本文提出了一种基于宏块分类的最佳量化因子选择方法,着重讨论了二个问题:(1)宏块的R一Q模型和D一Q模型;(2)引入适当先验假设条件,根据宏块R一Q、D一Q模型,建立有限制条件的最优化表达式,得到最佳的分类宏块量化因子。模拟结果表明:与传统方法相比,基于宏块分类的最佳量化因子选择方法一定程度上能减少所需的编码比特。     

基于多极化多特征提取和SVM的目标识别方法

充分有效地利用全极化雷达目标高分辨一维距离像极化信息是雷达目标特征提取领域一个热点问题.提取全极化雷达目标高分辨一维距离像的极化特征、结合其能量聚集区长度以及中心距特征共同构成特征向量,采用支持向量机进行特征分类,从而提出了一种基于多极化多特征提取和支持向量机的目标识别方法.基于转台数据的实验结果表明,提出的基于多极化多特征提取和支持向量机的目标识别方法有助于获得较高的分类正确率.     

基于H.264视频报文内容的不等差错保护算法

文章旨在提出一种无线网络中基于视频报文的不等差错保护方法。文中根据视频分组的帧类型和GOP位置将其按照重要性分级,得到各重要性等级的分组丢失与视频质量衰减之间的关系,建立基于线性编码的冗余带宽分配模型,研究不同冗余带宽条件下不等差错保护方法性能。仿真实验证明,文章所提出的基于帧类型和GOP位置的视频报文重要性分级的方法是有效的,基于线性编码的不等差错保护方法较之均等差错保护、基于帧类型的不等差错保护方法具有更好的性能。     

涡轮泵实时故障检测的时间编码信号处理方法研究

为了提高液体火箭发动机涡轮泵实时故障检测的有效性,通过取消对胞元长度限制和提出新的编码计算方法,提出了一种改进的时间编码信号处理方法,并将其应用于涡轮泵振动信号的实时特征提取.通过正常和异常涡轮泵历史试车稳态过程的振动数据对该方法的稳定性和故障检测有效性进行了验证,结果表明,基于时间序列编码的信号处理方法可以有效提取故障特征,可用于涡轮泵故障的实时检测.     

基于深度神经网络的高光谱遥感影像分类方法研究

分类是高光谱遥感影像处理中最为重要的一部分。针对现有影像分类方法存在预处理复杂、高维特征提取困难、分类不够精确等缺陷,提出一种基于深度神经网络的高光谱遥感影像分类算法。算法首先采用最大噪声分数来降低特征空间维度,然后将自动编码器与softmax多项逻辑回归分类器组合成含有多隐藏层的神经网络,对高光谱遥感影像进行非监督型深度特征提取与分类。实验结果表明:与传统的基于线性支持向量机分类方法相比,本算法可提取更高级的表达特征,并在较短的处理时间内实现较好的影像分类精度。     

支持向量机的战场直升机目标分类识别

对基于支持向量机的战场直升机目标分类识别技术进行了研究,分别将谐波集(HS)频率和不同尺度小波子空间能量作为特征矢量,设计出一种基于支持向量机的直升机目标分类器,并将该分类器与kNN分类器和BP神经网络分类器进行分类对比实验.结果表明两种特征提取方法,都能很好地体现不同声目标之间的差异,SVM分类器相对于其他两种分类器具有更好的分类性能,目标识别率达到96%以上.     

基于VMD和SVM的舰船辐射噪声特征提取及分类识别

针对复杂海洋背景下舰船声频辐射噪声特征提取困难的问题，提出一种基于变分模态分解、中心频率、复杂度特征和支持向量机的舰船辐射噪声特征提取及分类识别方法。对四类舰船辐射噪声信号使用变分模态方法分解，得到一定数量的固有模态函数。通过比较提取能量最大的固有模态函数中心频率和排列熵作为特征参数，并利用支持向量机方法对四类舰船信号样本进行分类识别。实验结果表明，该方法可以实现对舰船辐射噪声的特征提取，与已有方法对比，该方法具有较高的识别率。     

装备物资混装配载效益化特征聚类分析

提出了通过对物资聚类分组来分步解决混装配载问题的思想,分析了装备物资混装配载中物资分类的办法,讨论了使用聚类分析法研究分类问题的特点,给出了一种基于系统聚类法的物资效益化特征分组方法。     

模拟电路的DCNN-ELM软故障诊断

为提高模拟电路的软故障诊断能力,提出一种基于深度卷积神经网络(DCNN)特征提取的极限学习机(ELM)诊断方法.先利用DCNN在特征提取方面的优势,从含有电路故障信息的信号中自主提取有辨识力的特征;利用ELM出色的分类性能,构建获取特征的故障诊断模型;通过Sallen-Key带通滤波器电路的故障诊断实验对提出方法进行了验证.仿真结果表明,提出的基于DCNN的故障特征提取方法优于传统KPCA与KSLPP方法,与ELM分类器集成后得到的诊断准确率达到98.2％,有助于改善模拟电路的故障诊断精度,从而验证了其可行性和有效性.     

基于神经网络集成方法预测膜蛋白类型

由Chou等人提出的预测膜蛋白分类的机器学习算法在近年来不断改进,使得预测膜蛋白类型的准确率越来越高。但是由于膜蛋白类分布不均衡而导致少数类的预测准确率非常低,使用神经网络集成方法能解决此问题。该方法中Bagging算法通过对多数类欠采样和少数类过采样来解决膜蛋白训练数据集不均衡问题。此外,用神经网络集成方法对已训练数据集和独立数据集进行分类测试,得出神经网络集成方法预测效果优于单个最好神经网络。该方法为解决蛋白质分类预测问题提供了一种新的策略,特别是训练数据集不均衡时,该方法的优势更加明显。     

油罐火灾泡沫灭火剂用量实战系数研究

通过统计我国典型油罐火灾案例,计算出实际火场的泡沫灭火剂实战系数,提出了油罐火灾泡沫灭火剂实际用量的3个影响因素:泡沫飞散罐外因素、着火油罐内部影响因素、气候影响因素。采用层次分析法建立了泡沫灭火剂用量评价数学模型,再将数学模型计算得到的结果与统计得到的实战系数进行对比,分析误差,有助于消防部队在火灾现场更加科学、合理地调用泡沫灭火剂。     

谈MIS系统的体系结构

体系结构是计算机系统及其组件的物理构造或设计方案 ,文章探讨了 3种典型的体系结构在MIS系统中的应用。     

拖曳声纳鱼雷的航行动力学模型等价性研究

给出了拖曳声纳鱼雷的动力学仿真与控制算法,采用计算效率较高的离散和递推的方法,算法以f1=fn=0为边界条件进行校核,当该条件满足时,就得到了系统的真实运动.加速度修正方法及搜索方向由优化方法给出,在此动力学模型的基础上,也可以获得封闭的解析式方程,只不过系统方程随n的增加会相当复杂.同时给出了基于Gauss原理的方法,并证明了它们之间的等价性.     

从言语的语言学看翻译的多相面对等

本文从言语的语言学出发寻求和翻译的对等面。翻译是一种跨文化的信息交流与交往传播的活动,研究的是使用中的语言即言语,言语的语言学以言语为研究对象,因此言语的语言学应作为翻译的语言学基础。基于上述理论,本文从言语的语言学的语义、语用和文化三方面寻求和翻译的静态、动态和文化对等,使翻译活动更具实践意义。     

COFF 文件装载机制的研究

结合通用的ＣＯＦＦ目标文件格式,研究了系统加速板执行文件的加载及运行控制机制,阐述了加载ＣＯＦＦ文件的思路和实现方法。文中还设计了能有效提高系统效率的文件预装载机制,讨论了这一机制的原理和具体实现。     

TETRA直通模式移动台协议仿真

作为 TETRA 通信的一种方式,TETRA DMO 使得 TETRA 移动台在没有设置基站以及基站覆盖范围之外的地区、系统出现故障或过载以至难以快速接人时可以不经过网络基础设施直接进行相互的通信,从而降低了移动台通信对基站的依赖性,扩展了移动台通信的地理范围。文中首先依照协议对直通模式移动台通信方式和呼叫接续过程进行了介绍,并描述了利用工具 SDL and TTCN suite 4.5对其中的电路模式呼叫流程编程、仿真的过程,最后对仿真的结果进行了简要说明。     

光纤弯曲损耗的研究

利用光线理论研究光纤弯曲损耗与弯曲半径、纤芯折射中以及包层折射率的关系。     

军用物联网研究综述

物联网是近两年的研究热点,当前,军用物联网的发展尚处于起步阶段。提出了军用物联网的概念,研究了军用物联网关键技术,阐述了军用物联网在作战训练、后勤保障、武器装备等领域的应用,展望了军用物联网研究工作中将遇到的挑战及应对方法,为军用物联网的技术研制、公共支撑环境和应用示范服务提供借鉴。     

射面交叉分析及武器控制方法研究

通过对影响多武器同时射击安全的重要因素——射面交叉的研究,分析了产生射面交叉的原因,建立了射面交叉的判断模型,研究了控制武器的方法,建立了禁止射击信号的产生模型。研究结果对舰艇的总体设计、武器控制以及作战使用有一定的指导意义。