PFIB,PFDMA和光气致肺损伤的吸入毒理研究

小鼠大鼠吸入全氟异丁烯（ＰＦＩＢ）和全氟二甲基丙烯腈（ＰＦＤＭＡ）的中毒作用与光气相似,中毒后将产生肺水肿而导致死亡。中毒肺不肿参数的变化具有一定量效和时效关系。小鼠吸入ＰＦＩＢ、ＰＦＤＭＡ和光气中毒的肺水肿的显效剂量分别为０．１４、０．８６和０．３１ｍｇ／Ｌ。小鼠和大鼠吸入ＰＦＤＭＡ后的静态吸入毒性比ＰＦＩＢ及光气低。     

用Windows的位图资源设计DOS应用程序的图形界面

本文提出了一种用Ｗｉｎｄｏｗｓ的ＢＭＰ位图资源设计ＤＯＳ应用程序的图形界面的方法,还给出了一种在ＤＯＳ下不改变调色板显示Ｗｉｎｄｏｗｓ位图的方法,同时对ＢＭＰ文件的结构做了必要的分析。     

以发射质量最小为优化目标的反TBM拦截器优化研究

以反ＴＢＭ拦截器发射质量最小为优化目标,系统地研究了反ＴＢＭ拦截器总体优化技术,建立了反ＴＢＭ拦截器数学模型和优化算法,并得出重要结论。     

战术弹道导弹(TBM)弹道的构造方法

战术弹道导道（ＴＢＭ）和反战术弹道导弹（ＡＴＢＭ）的研究需要一种获取ＴＢＭ弹道数据的快速简便的方法,在对ＴＢＭ的全弹道进行分析以后,根据最小能量弹道理论提出了一种考虑地球自旋情况下构造ＴＢＭ从发射点至落点的弹道的快速迭代算法,该方法在仿真中的成功应用表明它是有效的。     

目标定位和跟踪的卡尔曼滤波加 BP 神经网络的方法

首先分析了卡尔曼滤波应用于单目标定位与跟踪时需要校正的因素,接着用具有反向传播（ＢＰ）学习算法的前向网络,建立校正原理和校正网络体系结构,最后分别给出了它对第１类和第２类火控系统应用的数学模型。     

用 MATLAB 软件对柴油机带水力测功器系统进行 PID 控制器的设计

运用当前国际上最流行的ＭＡＴＬＡＢ软件及ＳＩＭＵＬＩＮＫ软件包,对８－３００柴油机带水力测功器系统进行了ＰＩＤ控制器的设计及仿真,并分析了仿真结果,最后得出了对实现该系统控制有重要价值的ＰＩＤ控制器．     

弹道参数的人工神经网络算法研究

将神经网络理论引入火控领域,建立一个输入参数为高度Ｈ、速度Ｖ和俯冲角λ的多层神经网络模型,用Ｂ－Ｐ学习算法,对弹道的射程Ａ和落下时间Ｔ进行拟合。仿真结果表明,神经网络是用于弹道参数拟合的一个有效的方法,并取得了满意的精度。     

先进武装直升机的一种新型组合智能火/飞综合控制系统的设计与仿真

讨论了模糊逻辑控制与神经网络相结合的一种控制方法,给出了一种增益自适应调整的模糊控制方法和ＢＰ网络自适应变步长学习算法。提高了系统精度,改善了系统品质,并将这种方法成功地用于直升机综合火／飞系统的设计。同时,针对某型直升机用数字仿真证明了这种方法的优点和良好效果。     

我军现行通信网络向B-ISDN过渡方法探讨

讨论由现行通信网向Ｂ－ＩＳＤＮ过渡的方法和步骤,即实现我军现行通信网络由ＰＤＨ向ＳＤＨ过渡,由ＳＴＭ向ＡＴＭ过渡,提出应大力开发ＩＳＤＮ,进而逐步过渡到Ｂ－ＩＳＤＮ。     

THE RESEARCH AND IMPLEMENTATION OF COMBINING LOGIC WITH OBJECT­ORIENTED PARADIGM

ＴＨＥＲＥＳＥＡＲＣＨＡＮＤＩＭＰＬＥＭＥＮＴＡＴＩＯＮＯＦＣＯＭＢＩＮＩＮＧＬＯＧＩＣＷＩＴＨＯＢＪＥＣＴＯＲＩＥＮＴＥＤＰＡＲＡＤＩＧＭＺｈｏｕＬｉ;ＷｕＱｕａｎｙｕａｎ（ＤｅｐａｒｔｍｅｎｔｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ,ＮＵＤＴ,Ｃｈａｎ...     

基于改进核极限学习机和集成学习理论的目标机动轨迹预测

为了提高目标轨迹预测的精度以及预测模型的泛化能力,提出基于改进蝙蝠算法优化的核极限学习机(Kernel Extreme Learning Machine,KELM)和集成学习理论目标机动轨迹预测模型。构建KELM模型,并采用改进的蝙蝠算法对KELM的参数进行优化;以优化后的KELM神经网络为弱预测器,结合集成学习算法生成强预测器,通过训练不断优化强预测的结构和参数,得到一种基于集成学习理论的目标机动轨迹预测模型;基于不同规模的样本,将所得预测模型与逆传播神经网络、支持向量机和极限学习机等模型进行对比分析。仿真结果表明:所提目标机动轨迹预测模型具有较好的预测精度和泛化能力。     

基于BP网络的某型火控雷达角跟踪系统故障诊断

在介绍BP网络基本结构原理及其学习算法的基础上,结合某型火控雷达的特点,以角跟踪系统作为被诊断对象,运用BP神经网络的数学模型及学习算法对其进行故障诊断。诊断结果表明BP网络能够准确地诊断出样本的故障,提高了某型火控雷达角跟踪系统的一线维修效率,为提高火控雷达故障诊断效率提供了一种新的途径。     

前馈网络在状态识别中的应用

介绍了前馈网络的结构,BP算法以及算法的推导过程,并对算法做了一些改进.然后将该算法应用于抽油机减速箱的状态识别,给出了识别结果.实验表明,基于BP算法的前馈网络在识别的精度和自学习方面都优于传统方法.     

一种适用于 UWB-SAR 的实时成像算法

UWB-SAR系统较之常规SAR系统,成像所需计算量更为庞大,实时处理的实现更难.通过将子孔径思想应用于BP算法,给出了一种实用的实时成像算法(LocalBP算法),该算法同BP算法相比,成N×N点的图像,运算量可减少,同时该算法具有良好的并行及流水实现结构.     

用声发射信号和改进的BP神经网络预测磨削表面粗糙度

针对磨削表面粗糙度传统BP（Back Propagation）神经网络模型在线预测时存在预测精度低、误差大等问题,以磨削声发射信号的RMS值、FFT值、标准差、方差和偏斜度5参量为输入单元,建立了三层BP神经网络来预测磨削表面粗糙度,并应用附加动量法和自适应学习速率法对其进行了改进。通过仿真优化了隐层单元数,利用模型对磨削加工10个频段的声发射信号样本进行优选,确定将300400kHz的声发射（Acoustic Emission,AE）信号作为表面粗糙度预测模型学习样本频段。实验结果显示：改进后的BP预测模型与传统BP模型相比,具有收敛速度快、预测精度高的特点,相对误差可控制在8.66%以内。     

BP成像算法的快速实现

BP (Back Projection)算法是一种被广泛应用的SAR成像算法 ,它的突出优点是解决了大积累角情况下不可避免的距离迁移 (rangemigration)问题。但由于计算量过大 ,使得它往往成为提高信号处理效率的瓶颈。本文充分利用轨道SAR地面实验中雷达运动轨迹的特点 ,通过消除BP算法中计算的冗余性 ,极大地降低了计算负担 ,提高了成像速度。本算法在实际应用中取得了良好效果     

基于动量BP神经网络的确定掩护重点问题研究

确定掩护重点是地面防空作战的一个重点和难点问题。通过分析影响确定掩护重点问题的主要因素,建立评价指标体系,利用动量BP神经网络解决了确定掩护重点的评价模型,并采用MATLAB6.5的神经网络工具箱进行仿真实现。方法较好地降低主观误差,为确定被掩护目标重要性排序和兵力分配提供了依据。通过对BP算法的改进,减少了误差,提高了学习速度。模型思路清晰,算法简单实用,较好地解决了防空兵辅助决策系统智能确定掩护重点目标的问题。     

基于混沌双扰动的CDDP SO-BP目标威胁估计方法?

信息化条件下的战场环境对目标威胁估计技术提出了越来越高的要求。提出一种基于混沌双扰动的CD?DPSO?BP目标威胁估计方法，该方法针对粒子群算法在进化过程中易出现早熟和寻优结果不稳定的缺陷，基于Tent映射提出混沌双扰动的思想，并加入粒子群算法的进化过程，实现对粒子群算法的改进；之后，利用该新算法训练BP神经网络的初始权值和阈值，建立目标威胁估计模型和算法；最后，将该方法应用于实例中进行仿真，结果表明该目标威胁估计新算法具有较高的准确度。     

改进BP网络的舰船装备保障资源保障能力评估

针对单独运用BP网络评估舰船装备保障资源保障能力时存在的不足,提出了一种基于改进BP网络的舰船装备保障资源保障能力评估模型。首先构建了保障能力评估的指标体系,在此基础上,采用主成分分析法对原始输入变量进行预处理,选择输入变量的主成分作为神经网络输入,一方面减少了输入变量的维数,消除了各输入变量的相关性;另一方面提高了网络的收敛性和稳定性,同时也简化了网络的结构。然后将遗传优化算法与BP网络结合,利用GA的全局搜索能力优化BP网络的结构参数。最后进行实例计算,结果表明该方法有效克服了纯BP算法局部收敛、泛化能力弱等问题,新模型采用的算法具有收敛速度快,结果精度高的优点,适用于对保障资源保障能力的分析和评估。