多尺度法的设解形式之探讨

当采用多尺度法研究非线性振动问题时,经常会遇到不同情形下系统响应的设解形式不同的问题.文中针对一类具有平方和立方非线性项的单自由度和多自由度非线性系统,得到不同设解形式下的一次近似解和二次近似解,并与数值解相比较,发现两种设解形式的近似解与数值仿真解的解曲线吻合很好,表明传统的各种设解形式在研究弱非线性系统时都有很好的近似性.     

基于模糊支持向量机的发动机故障诊断方法

发动机的故障样本少,用神经网络进行故障类别的学习和分类往往会出现过学习、泛化能力不高以及局部极小点等问题。针对这一缺陷,将基于小样本理论的支持向量机学习方法应用到发动机的故障诊断中。同时讨论了3种多故障分类器的优缺点,并用引入模糊隶属函数的方法解决了“一对多”方法在构建多故障分类器时存在的分类盲区,提高了分类器的分类精度。用该方法对发动机常见的8种状态模式的样本进行训练和识别,训练样本和测试样本都有较好的识别率。     

三星时差定位卫星簇的分析与设计

依据三星时差定位精度分析的结论 ,提出了三星时差定位卫星簇的设计原则 ,分析了卫星簇几何形状的变化规律 ,讨论了全球定位卫星簇的设计 ,给出了一种快速简洁的设计方法。仿真分析表明 ,按照本文方法设计的卫星簇能够提供全球的高精度定位。     

拖航安全性影响因素权值的确定方法

运用重要度排序指数法对拖航安全性影响因素的权重进行评价,对变权综合决策方法在舰船拖带中的应用进行了探讨.针对舰船拖带这一多目标决策问题建立了决策模型,对于影响拖带安全的主要指标的权重给出了相应的计算方法,并通过实例对拖带方案进行了评估,为舰船拖带的最优化评定提供了有效的解决途径.     

自燃火灾原因分析认定专家系统的设计特点

结合武警学院科研项目"自燃火灾原因分析认定专家系统"(简称FSAIES)的研制工作,介绍FSAIES系统的基本结构,并通过实例详述了适合于系统开发的知识获取和知识表示方法,重点介绍了系统采用的推理机制和学习功能.     

基于改进LS-SVM的雷达故障诊断技术

针对传统雷达系统故障诊断流程复杂、诊断时间长且准确率仍有上升空间的问题,将改进最小二乘支持向量机算法引入到雷达系统故障诊断中,建立雷达故障诊断模型。该方法很好地解决了分类和函数估计问题,加快了诊断速度,改善了最小二乘支持向量机的鲁棒性和稀疏性,并提高了诊断准确率。通过对某型雷达故障诊断实例仿真,对比改进最小二乘支持向量机和传统神经网络在雷达故障诊断上应用的效果,仿真结果验证了该方法较传统神经网络,具有更好的雷达故障诊断效率和准确率。     

动载体光电平台图像模糊成像机理研究

动载体光电平台的振动导致光电系统在曝光时间内与目标发生相对运动产生像移,严重影响了成像质量。针对振动引起图像模糊的成像问题的复杂性,提出从数学模型的角度,建立振动产生模糊图像的频域数学模型,从而明确表示图像模糊的成像机理。根据建立的模糊图像数学模型,将一幅清晰的图像仿真得到振动模糊图像,仿真结果验证了推导建立的数学模型的正确性。通过对振动产生的模糊图像数学模型的建立,可以为设计准确有效的振动模糊图像仿真算法提供重要的参考。     

基于粗糙集理论的飞行轨迹识别

针对飞行轨迹人工识别对专家经验依赖性强,识别准确率不稳定的问题,提出一种基于粗糙集理论的飞行轨迹识别方法。首先,对飞行轨迹进行特征提取,获取用于轨迹类别判定的条件属性和决策属性;其次,利用模糊自组织神经网络对飞行轨迹决策表离散化,采用启发式遗传约简算法对条件属性约简,消除了冗余属性对识别结果的影响;最后,利用实际飞参数据进行轨迹识别,结果证明该方法准确有效。     

独立分量分析在液体火箭发动机故障检测中的应用

针对液体火箭发动机试车中,因噪声干扰、不同源信号之间的混叠而造成的信号信噪比低、信号分析和特征提取难度大的问题,提出采用独立分量分析(ICA)法对液体火箭发动机试车信号进行分离,以提高信号的信噪比,并能实时反映各子系统工作过程,为数据分析、特征提取和故障检测与诊断提供可靠的信号。通过对某型液体火箭发动机热试车压强信号进行实例分析,验证了该方法的有效性。     

论王夫之历史观中的朴素辩证法思想

王夫之是地主阶级的进步思想家,他在评史论政中,阐述了自己的哲学思想,其历史观中闪耀着朴素的辩证思想的光芒,他看到了世界是永远运动的,历史是一个变化的、有规律的过程,他运用朴素辩证法来考察社会现象和历史问题,在历史观上表现为系统的历史变易思想和进化观点,他对前人朴素辩证法思想作了继承和发展,将其推向时代新的高度。