连续碳化硅纤维制备工艺的基础研究

针对先驱体转化法制备SiC纤维工艺中存在的一些实际问题进行了分析和研究。探讨了初始原料PDMS中杂质氧的来源;用丙酮对PCS进行沉淀分级研究,并在此基础上对PCS进行后处理;研究了PCS纤维不熔化工艺中升温制度对不熔化结果的影响;探讨了快速烧成方式的可行性。结果表明,PDMS中氧含量偏高主要是由于合成PDMS过程中发生了引入氧的副反应。随着沉淀分级的次数增加,PCS级分的纯度提高,可纺性明显改善。不熔化处理的升温速度不宜过快,否则会引起急剧放热和过度反应。快速烧成法可以实现SiC纤维的加张和连续化生产。     

广距空间及其不动点定理

本文用一种可交换、可结合和单调不减的二元运算取代通常距离空间的三角不等式中的求和运算,建立了一种广义距离空间,简称广距空间;研究了这种空间的拓扑结构,给出了它的完备化定理;并在相当广泛的条件下建立了完备的广距空间上的压缩型映象的不动点定理.     

基于模糊聚类-BP神经网络模型的战场目标识别

神经网络可以用来识别战场目标,但是传统神经网络具有样本多、学习速度慢的问题.为了解决上述问题,建立了一种基于模糊聚类和神经网络相结合的目标识别模型.仿真实验表明,用该模型进行目标识别,可以科学地选取样本,提高网络的训练速度和运行速度,并且能确保目标识别的正确率.     

异速跳频互扰下跳频信号的参数估计

针对在跳频互扰情况下对多跳频信号参数盲估计困难的问题,提出了一种异速跳频互扰下跳频信号的参数估计方法。该方法利用异速跳频信号周期的差异,通过二值连通域标记处理、连通域时长聚类,将互扰跳频信号从时频谱上分离后分别进行估计参数。仿真结果表明,该方法能够实现在异速跳频信号互扰下对分量跳频参数的估计,且在高信噪比下能保证高的跳周期估计成功率与低的跳周期估计相对误差和起跳时刻估计相对均方误差。但互扰存在时的整体估计性能比仅单一跳频信号存在时会有所降低,同时该方法在SNR过低时会失效。     

地空导弹武器系统退役的模糊聚类分析

文章论述了影响地空导弹武器系统退役的主要因素，对包括技术性能、年使用维护费用、作战效能、超期服役系数、战略权重等，给出了评估模型，并运用模糊聚类方法对地空导弹武器系统的退役进行了分析，为退役决策提供了一种定量分析方法。     

雷达信号非均匀粒度聚类分选方法

聚类分析是数据挖掘中的重要技术.在比较分析了两种常用的聚类分析方法的基础上,将基于商空间的非均匀粒度聚类算法应用于雷达信号分选中,仿真实验的结果表明:该算法可以从不同层次观察聚类数据,更适用于复杂雷达信号聚类分选,具有良好的性能.     

无源跟踪中的一种新数据关联算法

在无源多目标跟踪过程中,数据关联是核心。提出了无源跟踪中的一种新数据关联算法,先对支持向量聚类理论进行了讨论,用该理论对采样到的观测点进行分类,后定义了多特征的关联度计算问题,并用综合数据关联的方法对目标进行状态估计。计算机仿真结果表明:该算法对目标的正确关联度要优于传统的数据关联算法。     

基于一乘准则的LMR在声音转换中的应用

线性多变量回归中聚类数的选择对转换效果有很大影响,通过研究聚类数与类内均方差、类间均方差的关系确定最佳聚类数。针对传统二乘规则的 LMR 的转换语音在听觉上自然度较差的缺陷,提出了基于一乘规则的 LMR,采用遗传算法解决绝对值条件下转换矩阵的求解问题,实验仿真表明,基于一乘规则的 LMR 的转换语音在主观听觉上优于基于二乘规则的 LMR,ABX 测试识别率平均提高了12.5%,MOS 分提高了0.24。     

一种基于模糊神经网络的非线性系统故障诊断方法研究

提出了一种基于模糊神经网络的非线性系统故障诊断方法.利用模糊C 均值聚类法对测量空间进行分割,再利用模糊规则对分割后的子空间分别采用BP网络进行逼近,从而获得不同子空间故障输出与测量输入的非线性动力学特性.计算机仿真表明该网络具有良好的泛化性能,方案可行.