利用最小二乘支持向量机求解潜艇内外磁场映射模型

为提高潜艇磁隐身能力,应对潜艇固定磁场进行实时监测,提出利用最小二乘支持向量机的潜艇内外磁场映射方法。结合内外映射法和最小二乘支持向量机原理,通过交叉验证优化模型参数,建立由内到外的潜艇磁场映射模型。以潜艇外部垂向固定磁场变化量为分析对象,仿真和实验结果均与标准值吻合良好。与径向基神经网络算法相比,该方法的泛化能力和推算精度有明显提高,且更符合工程实际,对闭环消磁技术的研究具有指导意义。     

大型相控阵雷达系统安全性综合评价

针对大型相控阵雷达系统安全性因素多、评价困难的特点,分析并建立了大型相控阵雷达系统安全评价指标体系。提出了一种基于改进模糊层次分析法、熵权法和拉格朗日算法确定综合权重的方法,并建立了雷达系统安全性模糊综合评价模型。以某型大型相控阵雷达系统的安全性评价为例,运用所提方法确定该雷达系统的安全性指标综合权重,并进行安全性综合评价。将该方法与传统AHP评价法进行对比分析,验证了该方法的科学性和合理性。     

基于改进LS-SVM的异步电机转子故障诊断

为了提高异步电动机转子故障的诊断精度,给出了一种基于改进最小二乘支持向量机(LS-SVM)的多故障分类算法。首先运用FFT处理电机的定子电流信号得到信号频谱图,从中提取故障特征向量;然后将特征向量送入改进算法进行故障诊断时,在原有多分类算法的基础上引入层次分析法确定故障类别的权重,根据权重值确定故障的诊断顺序,依次进行故障分类。实验表明,改进算法用于故障诊断节省了诊断时间,提高了诊断精度,具有很好的推广前景。     

基于AdaBoost-SVM的P2P流量识别方法

针对传统的P2P流量识别技术存在识别率低和误判率高的缺点,将机器学习中Ada Boost算法的良好分类能力和SVM的泛化能力结合起来,提出一种基于Ada Boost-SVM组合算法的P2P网络流量识别模型,将SVM作为Ada Boost的基分类器,运用最小近邻法计算支持向量与训练集的样本间的距离实现分类进行P2P流量识别。最后,以4种P2P流量数据为研究对象在MATLAB上进行仿真,仿真结果表明,提出的Ada Boost-SVM的组合算法在P2P网络流量的分类性能和分类准确率上都优于单纯的Ada Boost和SVM,组合算法的P2P流量平均识别率高达98.7%,远高于Ada Boost和SVM的识别率。     

炮身俯仰过程中的类摇摆现象分析

在火炮俯仰过程中发现了炮身的类摇摆现象,通过对炮身轴线-炮耳轴系统耦合建模,揭示了炮耳轴倾斜度、炮耳轴与炮身轴线不垂直度共同作用对方向偏差的影响规律,并推导出了类摇摆现象发生的条件。指出了单独考虑炮耳轴的倾斜或炮身轴线与炮耳轴的不垂直度都是耦合模型的特例。类摇摆现象的发现有助于合理解释火炮试验中出现的异常现象,耦合模型可为进一步提高身管指向精度提供一定的理论依据。     

基于实射数据的舰炮弹药当量系数

弹药当量系数是准确评估身管寿命的关键参数。通过对某型小口径舰炮的研究,提出了一种基于实弹射击数据的当量系数计算方法。对实弹射击试验获取的身管内膛烧蚀磨损数据进行了分析处理,拟合得到了身管磨损速度曲线,并计算得到了3种射击条件下的当量系数。研究结果为评估该类型火炮身管寿命提供了重要的数据支撑。     

舰炮制导弹药发展研究

从舰炮制导弹药的基本概念出发,结合其使命任务,对比中美两栖作战力量区别,指出发展低成本高精度制导兵器的必要性。总结当前国内外对制导弹药的研究现状,提取其关键技术,对比中外在顶层概念设计、系统交联、弹药实验测试等方面的发展差距,为下一步制导弹药的研究,提出了阶梯式、螺旋式发展、加强基础性研究工作、开展制导弹药协同控制技术研究等重要建议。     

大型仓储式超市消防安全疏散设计

从大型仓储式超市火灾特点入手,阐述了影响其消防安全疏散的因素,有针对性地对其疏散人数、疏散距离、疏散时间、安全出口以及疏散管理等五个方面进行了分析,旨在探讨大型仓储式超市消防安全疏散设计的合理方式。     

基于支持向量机的功率变换器开关管开路故障诊断

提出一种基于支持向量机的功率变换器开关管开路故障诊断方法。利用支持向量机建立分类模型,模型以相电流功率谱为输入量,7种故障状态为输出量,选用高斯核,使用基于二叉树分类器的分类算法。将诊断结果与基于BP神经网络的诊断结果进行比较,结果表明基于支持向量机的分类器在功率变换器开关管开路故障诊断中具有更高的准确率和更好的泛化能力。     

基于Stateflow的PERT网络仿真方法

介绍了基于Stateflow的PERT网络仿真方法,详细阐述了建模思路、建模步骤以及难点问题的解决方法,并对PERT网络实例进行了仿真。该方法容许工序的持续时间服从任意分布,而且可以考虑所有可能出现的关键路线。