基于神经网络的专家规则推理系统

本文将专家在平衡—模拟倒摆小车时记录下来的数据经处理后，用监督式学习的方法训练一前置式神经网络。训练后的神经网络派生出了一组专家尚未意识到或者表达不出来的规则，并将该规则构造的专家系统控制器与使用Ｑｕｉｎｌａｎ的ＩＤ３算法推导出的规则构造的专家系统控制器进行比较。实验结果表明，神经网络算法学习出来的规则较ＩＤ３算法推导出的规则更为有效，且更有应用价值。本文成功地将该规则应用于火箭的姿态控制，一类似倒摆小车的问题。     

具有电介质衬套的多波切仑柯夫振荡器

提出了具有电介质衬套的多波切仑柯夫振荡器的概念，并采用粒子模拟方法对之进行了研究。结果表明：电介质衬套能使器件在较低二极管电压下正常工作，同时，在低电压区的辐射效率明显提高。这对开发多波切仑柯夫振荡器在爆磁压缩产生高功率微波等领域的应用具有参考价值。研究还发现：微波频率随电介质的介电常数增大而单调下移，电介质的介电常数及导引磁场的强度均具有最佳值。     

α粒子在高温高密度氘氚等离子体中输运和能量沉积率的有限元计算

α粒子在高温高密氘氚等离子体系统中输运时其角密度分布函数满足非定态Ｆｏｋｋｅｒ－Ｐｌａｎｃｋ方程。本文将一维球对称情况下的Ｆｏｋｋｅｒ－Ｐｌａｎｃｋ方程在时域离散时分离成速度与坐标方向的两个方程，再对此两个方程中的速度变量作多群化处理，坐标变量（包括运动方向变量）采用有限元方法处理，分别得到了两个有限元方程。通过对两个有限元方程的耦合求解，数值求解了α粒子角密度分布函数随时间的变化，据此分别计算了α粒子对背景等离子体中的离子、电子的能量沉积率以及α粒子对背景等离子体的总能量沉积率随时空的演化。     

GJB814《引信结构要素》的制定及对引信“三化”的影响

GJB814《引信结构要素》的制定是引信“三化”过程中的一项重要工作,因此,在贯彻中应理解其确定原则及主要内容,以便更好地发挥其作用。     

空空导弹越肩发射初制导转弯控制与仿真

针对空空导弹越肩发射初制导俯仰平面180°转弯,提出了一种基于最优控制理论的最优转弯方法,该方法是确定一个最佳推力方向角,使转弯完成时导弹的末端速度最大。建立了简化的用于姿态控制的姿态动力学模型,采用反作用喷气控制系统(RCS)设计了导弹的姿态控制律。对空空导弹180°转弯的飞行过程进行了仿真并给出分析结果。     

适应社会要求 实现企业节约集约式发展

节约集约型发展模式是高效环境经济的典型特征。高效环境经济要求，在产业类型上，形成清洁生产企业、循环经济产业体系；在产业布局上，形成由若干生态企业园区组成的生态产业群；在生产工艺上，实现生产过程再循环、再利用。     

论装备经济结构及效应

文章在分析装备经济结构体系内容的基础上,对装备经济结构的优化进行了经济分析,并从体制优化和技术创新两个方面寻求了装备经济结构优化的方法和途径。     

基于遗传神经网络的联合作战方案评估

遗传神经网络是处理不确定性和非结构化问题的一种有效工具。提出了一种基于遗传神经网络的联合作战方案评估方法,其基本原理是通过网络对已知作战方案样本的学习训练,对新样本进行模式识别。网络的输入为某型联合作战方案特征指标数据,输出为方案评估等级。仿真结果表明,该方法相比标准BP网络评估收敛速度更快,准确性更高;相比径向基网络计算精度有所改善,具有较好的适用性。     

结合整体和局部特征的步态识别方法

针对已有步态识别方法注重对步态整体特征建模,却忽略了包含细节信息的局部特征问题,提出了一种整体与局部特征相结合的双分支步态集合特征学习网络。该方法以步态轮廓集合作为输入,通过双分支网络提取两种空间尺度的步态特征,利用特征映射模块将两种特征融合得到步态表示。通过在步态数据集CASIA-B中进行了跨视角识别实验,结果表明该方法在正常行走、背包和穿大衣条件下相比主流方法 Rank-1准确率取得了有效提升。     

基于访问偏好的卫星遥测时序数据存储方法

随着航天事业的发展,尤其伴随巨星星座的构建,在轨卫星数量越来越多,如何管理使用海量的遥测数据成为航天测控系统亟需解决的问题。针对测控系统当前时序数据全参数存储策略带来的时序数据量较大的问题,引入业务访问遥测数据记录中的遥测参数标识、数据使用时间和访问记录时间等参数,构建参数存储强度函数,提出基于深度线性规划霍克斯模型的时序存储算法,对时序数据存储策略进行改进,同时设计实验对比全参数时序数据存储策略和基于深度时序算法的存储策略,验证该方法在保证时序数据访问命中率基础上,存储量相较全参数存储策略降低至2%,达到与基于深度时序算法的存储策略相近的水平,同时解决基于深度时序算法的存储策略收敛性不足的问题,该方法有效解决了单服务器时序数据存储量大的问题。