女新兵“趣事”多

正训练场上,太阳炙烤着大地,也检验着刚刚入伍几天的女兵们。立正、稍息、正步……看似简单的队列动作反复训练着,总会有人"冒泡"。严肃紧张的气氛充斥着整个训练场,疲惫也写在每个女兵的脸上。这时,班长邓飘试着问:"大家用不用休息一下?"有的说用,有的说不用。最后,班长让一言不发的杨有华回答。"是,我回答!用……还是不用?"杨有华话音刚落,战友们全都乐了。后来,这个"用……还是不用"成为了女兵们表达矛盾心理的一句流行语。     

基于非负矩阵分解的电磁超声系统优化研究

针对孤立脉冲群电磁超声系统信号特征容易被噪声淹没的问题,提出基于改进的非负矩阵分解（INMF）优选特征的支持向量机（SVM）方法．首先,用3种不同的方法提取高维特征;其次,用NMF方法实现特征降维,并保证降维结果的唯一性,避免对特征的直接选择;最后,应用支持向量机方法对降维特征进行分类．对孤立脉冲群电磁超声系统采集的4种信号特征进行提取、选择和分类,实验结果表明：INMF方法能有效提取微弱信号的特征,减少运算量,提高电磁超声系统特征采集的准确率．     

基于依赖矩阵的Web服务组合故障诊断

为了保证指挥信息系统在动态环境下能够提供持续可靠的组合服务,提出一种利用依赖矩阵对Web服务组合故障原因进行诊断的模型,对依赖矩阵的建立进行了详细说明。然后,基于构造的依赖矩阵,提出改进的贪心算法对失效情况进行探测,并设计了基于二分查找的故障定位算法。实验模拟表明,提出的模型能够利用少量探测就能监测整个服务组合流程的运行情况,并定位找到错误源。     

基于稀疏卷积非负矩阵分解的语音转换方法研究

为了在语音转换过程中充分提取语音的个人特征信息,同时考虑到语音的稀疏性,文章提出了一种基于稀疏卷积非负矩阵分解的语音转换方法。卷积非负矩阵分解得到的时频基可以承载语音信号中的个人特征信息及语音帧之间的相关性,而稀疏卷积非负矩阵分解得到的过完备时频基更能体现语音的细节,可以较好地保存语音中的个人特征信息。利用这一特点,通过稀疏卷积非负矩阵分解从训练数据中提取源说话人和目标说话人相匹配的过完备时频基,然后通过时频基的替换实现语音转换。相对于传统方法,该方法能够更好地保存语音个人特征信息和语音帧间相关性,从而可以进一步提高转换语音的质量和相似度。实验仿真及主、客观评价结果表明,与基于高斯混合模型、卷积非负矩阵分解的语音转换方法相比,该方法具有更好的转换语音质量和转换相似度。     

基于模糊的联合概率数据关联简化算法

为解决联合概率数据关联(JPDA)实时性差的问题,提出了基于模糊的联合概率数据关联简化算法。首先结合模糊理论、概率数据关联(PDA)算法,构建模糊矩阵,并根据隶属度大小建立新的确认矩阵,然后采用JPDA算法计算关联概率。仿真结果表明算法简单有效,与JPDA算法相比,在跟踪性能相当的前提下,算法的实时性能得到了较大提升。     

从三角帽到两角帽

三角帽最初是17世纪出现的,由佛兰德斯的西班牙士兵使用的宽边帽演变而来的。任操练中由于肩扛长长的燧发枪总是和帽子发生干涉,即便是稍微的转动,燧发枪也可能打掉同伴的帽子。为了避免宽阔的帽沿探出过长,柯砦士兵开始把帽冠两侧和后方的帽沿向上卷起并缝往帽冠上,这就是三角帽最初的缘起。往发明专用的军用防雨具之前,三角帽算是不错的防雨帽了。     

耗时9年自制滑翔机 民兵卢志峰打造空中侦察“神器”

当多数年轻人还沉迷于网吧、流连忘返于KTV等娱乐场所的时候,广西灵川县民兵森林防火分队青年民兵卢志峰,却执著于制造三角翼滑翔机。 7月22日,笔者慕名来到灵川县青狮潭水库附近的一个仓库,这个仓库面积300多平方米,是青年民兵卢志峰制作三角翼滑翔机的场地,他给仓库取名“圆梦三角翼工坊”。在此,他用9年时间研制了14架三角翼滑翔机。     

De Vogelaere 映射线性 Jacobi矩阵的图形表示

对于可逆的二维保面积De Vogelaere映射,本文给出了n次迭代的线性Jacobi矩阵元的图形表示及其数学证明。     

一种基于三角面元的目标RCS实用计算方法

提出一种计算复杂目标高频区RCS的实用方法。首先采用3DStudioMax对装甲车进行三角面元模拟,然后运用路德维格积分[1]和物理绕射理论(PTD)计算目标的雷达散射截面积,通过对方柱RCS的计算,验证了所提方法的有效性,最后给出了C波段和X波段不同极化的装甲车和坦克RCS的方位分布图。     

基于齐次坐标的微动建模与微多普勒特征分析

针对目标微动数学模型表达不统一的问题,引入计算机图形学中的齐次坐标表示方法,给出了三维坐标系和旋转变换的齐次变换矩阵描述,推导了自旋、锥旋、进动和章动目标微动模型的通用矩阵表达.并分析了目标回波频移的组成,得到了微多普勒的理论表达式.微动回波Gabor变换时频图与微多普勒理论值的仿真结果表明,通用的矩阵表达可以简明且准确地描述目标的微动.