基于BP神经网络的装备故障诊断专家系统研究

分析了神经网络和专家系统的特点,提出了基于BP神经网络与专家系统结合的某装备的故障诊断方法,构造了BP神经网络的装备故障诊断专家系统的诊断模型,克服了传统专家系统在知识获取和表达的薄弱环节,并用了某型装备的故障实际数据进行了验证,结果表明了神经网络与专家系统结合是一种有效的诊断方法。     

复杂网络影响力极大化快速评估算法

分析复杂网络中影响力极大化问题，设计一种新的启发式算法框架。针对信息传递中节点的交互方式进行分析，给出节点在任意时刻处于信息接收态的概率。通过期望计算得到种子节点集传播影响力的近似估计，实现集群影响力快速计算，进而得到基于序列采样的影响力极大化快速评估算法。特别地，对于六个来自不同领域的真实网络上的影响力极大化问题进行了研究，仿真结果表明：该方法能够高效识别网络中具有重要传播影响力的节点集，在三种常见度量准则下的表现均明显优于三种影响力极大化问题基准算法。     

基于结构熵理论的师装备保障力量层次设置模式评价研究

针对师装备保障力量层次设置模式优选时缺乏定量分析的问题，尝试从系统信息论的角度，采用结构熵理论对师装备保障力量层次设置的组织结构有序度进行客观评价，用时效熵和质量熵分别对师装备保障力量层次设置组织结构中信息流通的时效性和质量性进行度量，为师装备保障力量层次设置模式的选择提供科学依据。     

信源数动态变化的一种稳健超定盲分离算法

针对大多数现有盲分离算法都假定信源数已知,分析了信源数未知且动态变化时的超定盲分离(接收天线数多于信源数)算法,通过奇异值分解在线估计信源个数,并修正自适应神经网络的维数。文章在经典Cichocki-Unbenauen算法中加入动量项,设置可变步长,使分离性能得到较大的改进,同时避免训练陷入局部最小。与文献[1]新提出的ANA算法相比,仿真结果证明本文算法具有更快的收敛速度和更小的稳态误差。     

基于路面不平度的车载导弹刚柔耦合行驶动力学研究

应用多刚体动力学以及多柔体动力学理论,对某型车载导弹进行了行驶分析,建立了部分构件柔性体模型及车载导弹刚柔耦合模型,并结合由随机离散方法建立的路面模型,在所编辑的B级路面上对车载导弹进行了3个速度下的行驶动力学仿真,得到了三轴向振动量级谱线图,与技术要求所对应的谱型图进行了对比分析,得到了不同轴向振动量级的对比结论。     

Arbitrary-oriented target detection in large scene sar images

Target detection in the field of synthetic aperture radar (SAR) has attracted considerable attention of researchers in national defense technology worldwide, owing to its unique advantages like high resolution and large scene image acquisition capabilities of SAR. However, due to strong speckle noise and low signal-to-noise ratio, it is difficult to extract representative features of target from SAR images, which greatly inhibits the effectiveness of traditional methods. In order to address the above problems, a framework called contextual rotation region-based convolutional neural network (RCNN) with multilayer fusion is proposed in this paper. Specifically, aimed to enable RCNN to perform target detection in large scene SAR images efficiently, maximum sliding strategy is applied to crop the large scene image into a series of sub-images before RCNN. Instead of using the highest-layer output for proposal generation and target detection, fusion feature maps with high resolution and rich semantic information are constructed by multilayer fusion strategy. Then, we put forwards rotation anchors to predict the minimum circumscribed rectangle of targets to reduce redundant detection region. Furthermore, shadow areas serve as contextual features to provide extraneous information for the detector identify and locate targets accurately. Experimental results on the simulated large scene SAR image dataset show that the proposed method achieves a satisfactory performance in large scene SAR target detection.     

舰船推进系统液力偶合器滑差变化规律分析

研究了将液力偶合器滑差特性用于舰船推进系统稳态特性分析和机-桨联控曲线设计,由此发现滑差变化规律.分析了两种正常工况和五种应急工况下的"船-桨-机"匹配稳态特性以及用液力偶合器滑差所做的主机负载判别.有关滑差的主要研究结果有:按螺旋桨特性工作时,液力偶合器滑差的大小既取决于船体阻力特性(它决定了螺旋桨负载特性),又受液力偶合器自身的"效率-转速"相关性(运转特性)的影响.     

基于遭遇角决策的并行双模切换舵减摇控制

结合舵减摇控制中通用线性模型与模糊线性模型的优缺点,采用了一种根据遭遇角的不同自动切换控制器设计模型的并行双模切换舵减摇控制方案。为在线自动辨识遭遇角,提出基于横摇功率谱密度柱状图的神经网络辨识方法。仿真结果表明,该方法辨识精度较高,且比传统重心法节省了在线计算量与存储数据库所需的存储空间,简化了辨识流程。     

基于ARM的嵌入式指纹图像处理技术研究

研究了特征提取方法和匹配算法;设计了基于ARM的嵌入式指纹处理核心模块,并将其应用于综合业务平台的用户身份认证系统中;具有自主版权的认证加载模式实现了对登录平台的用户身份验证,识别率达到了99.3%.结果表明,该方法能确保平台系统的安全.     

装备采购风险的BP神经网络评价模型

装备采购具有高风险的特点,科学、准确的风险评价对装备采购至关重要.传统的评价方法主观因素太强,而BP神经网络模型为装备采购风险评价开辟了新途径.首先介绍了人工神经网络模型的原理和BP算法,然后结合实例给出了用于装备采购风险评价的BP神经网络模型,采用该模型获得结果令人满意.