某型坦克炮超越射击时友军至目标的安全距离

采用定量分析和定性分析相结合的方法,在以往研究成果的基础上,首先系统地分析并提出了影响坦克炮超越射击时友军至目标安全距离的主要因素;以此为基础,针对平坦地形和起伏地形上坦克炮超越射击的不同情况,分别建立了确定友军至目标安全距离的数学模型;最后通过运用Mathematica软件进行定量计算,并结合定性分析,提出了某型坦克炮使用尾翼稳定脱壳穿甲弹、空心装药破甲弹和杀伤爆破榴弹进行超越射击时友军至目标的安全距离.     

液化石油气火灾扑救中安全距离的确定

液化石油气由于易燃易爆的特性,在生产、储运和使用过程中极易引起火灾,甚至造成灾难性的爆炸事故,发生爆炸时威力又相当巨大,在扑救中确定安全距离是火场指挥人员必须要掌握的知识。通过对液化石油气物理和化学爆炸中燃烧物的燃烧半径的估算和抛出物的距离估算,分析确定液化石油气储罐火灾的安全扑救距离,供一线消防指挥人员参考。     

基于支持向量机的彩色图像恢复新方法

引起图像退化的因素众多,因而难以用一个统一的方法来进行恢复处理。鉴于图像的像素和各颜色分量通道间本质上存在某种相关性,以及以支持向量机为核心的统计学习理论具有较好地解决小样本、非线性、高维数问题的能力,提出了一种新的空域图像恢复方法,并通过对来自于待处理图像本身的训练样本的学习,构造自适应的回归插值函数;然后基于该函数对图像作有选择的修改,从而达到图像恢复的目的。实验表明,该方法是有效的,并且具有较好的泛化性能。     

多输出性能下的重要性测度指标及其求解方法

针对基于马氏距离的重要性测度存在的问题,提出了基于谱分解加权摩尔彭罗斯马氏距离的重要性测度指标,通过构造多输出协方差阵的广义逆矩阵以及谱分解的策略,有效解决了协方差阵求逆奇异情况以及由于未能充分考虑多输出之间的相互关系而导致的错误识别重要变量的问题,克服了基于马氏距离指标的局限性。数值算例与工程算例结果表明:所提重要性测度可以更加准确地获得输入变量对结构系统多输出性能随机取值特征贡献的排序,从而为可靠性设计提供充分的信息。     

离心机试验中惯导平台误差系数辨识方法

针对离心机试验中惯导平台误差系数辨识问题,提出一种6位置辨识方案。建立误差系数辨识的非线性模型,再利用扩展卡尔曼滤波估计误差系数。由滤波中的估值方差矩阵计算各误差系数之间的相关系数,用相关系数分析系统的可观性,并将所有相关系数之和最小作为优化指标,利用遗传算法得到最优的位置组合。仿真结果表明,采用该方案可以有效辨识出惯导平台中与加速度高阶项有关的各项误差系数。     

周期运动声源的双阵列定位

针对常用的运动声源定位方法存在计算量较大或测试难度大的问题,提出一种基于阵列信号短时处理的运动声源定位方法。分析单、双五元十字阵列的定位性能,并基于单阵列的高精度定向能力,借鉴波束形成中帧处理思想,使用双阵列方位交叉的方法实现声源运动定位。使用自行火炮的发动机周期噪声作为模拟声源,进行外场定位实验,对参与短时相关数据的截取原则和传播路径补偿进行研究。实验结果表明,该方法能够有效实现周期声源的运动定位,最大相对误差保持在5%的水平。     

基于Vague集投影及距离的空中目标威胁评估方法

针对已有空中目标威胁评估方法存在的不足,提出一种基于Vague集投影及距离的威胁评估新方法。分析并确定了空中目标威胁因素中的评估指标,给出了评价指标的Vague值表示方法。在此基础上,应用Vague集投影及距离的多属性模糊决策理论,建立了空中目标威胁评估的数学模型,给出了目标威胁的排序方法。最后通过实例分析验证,该方法评估结果准确,对指挥员科学决策具有一定的参考价值。     

数字分析法在消防统计中的应用

数据质量不仅是统计工作的生命线,也是进行各种定量分析的重要基础.利用科学的方法诊断统计数据质量已成为统计学界探讨和研究的热门内容之一.Benford定律中第一位数字的分布规律应该满足对数分布,当数据出现质量缺陷或人为修饰后该样本数据将与Benford定律的期望频率出现偏差.将Benford定律引入到消防统计数据进行质量分析,运用Pearson相关系数对《中国消防年鉴》（2012）公布的消防统计数据进行实证分析,结果表明：统计数据质量较高.     

基于边带相关置换的BDS抗窄带干扰算法

提出了一种新的窄带抗干扰算法,利用北斗卫星导航系统(BDS)信号体制频谱的对称性,通过将受到污染的频谱部分替换为未受污染频谱,而对于对称干扰,则将其置零,以达到最大程度恢复原信号的目的。仿真表明,该方法扩展了常规边带相关置换法的应用范围,其抗干扰效果优于常规的频域干扰置零方法。     

垃圾评论自动过滤方法

针对互联网上存在的大量垃圾评论,提出一种基于电阻网络的垃圾评论检测方法,该方法用电阻距离来度量评论之间的上下文语义相似性,把整个评论数据表示成一个电阻网络,把垃圾评论当作该网络上的语义离群点来处理,根据网络节点对电阻网络平均电能消耗的影响,建立电离群因子来度量数据的离群程度,以此来识别垃圾评论。实验证明了该方法的有效性,在多个数据集上取得了较好的效果。