弹性BP神经网络消除轮速传感器误差方法的研究

汽车轮速是汽车运动状态参数的主要信息源,是控制系统的核心,其精度直接影响这些系统的性能.为了提高轮速的精度,降低传感器的研制成本,提出了一种基于弹性BP神经网络的误差分析方法消除轮速传感器误差.将改进的BP神经网络--弹性BP神经网络用于误差分析,并提出误差匹配的算法.理论和仿真结果表明,该方法使绝对误差达到2×10-4>rad,能够有效地消除传感器误差,提高轮速信号的精度.     

基于卷积双向长短期神经网络的调制方式识别

针对现有卷积神经网络方法下调制识别时间较长、网络较复杂等问题,将卷积神经网络(Convolutional Neural Networks,CNN)与双向长短期记忆神经网络(Bi-directional Long Short-Term Memory,BiLSTM)相结合,提出一种基于CNN-BiLSTM的调制方式识别方法。利用CNN卷积运算提取信号的空间特征,利用BiLSTM提取到信号的时序相关性,利用softmax层输出识别概率,达到多调制识别的目的。实验结果表明,在没有信道和噪声等先验信息的条件下,该方法的识别性能得到了进一步提升,能有效识别16QAM、64QAM等11种调制类别,且该方法的复杂度较低,大大节省了训练识别时间,具有较好的工程应用价值。     

成败型产品验收试验方案研究

在可靠性定型试验的基础上,利用多层贝叶斯方法确定批产品可靠性指标的先验分布,从而制定出成败型产品可靠性验收试验的一种贝叶斯方案.给出利用定型试验信息确定产品可靠性指标先验分布的方法.这种验收方法充分利用了产品定型试验中的先验信息,在确保有较好验收效果的前提下,与传统的验收试验相比,可以大大减少试验量,从而得到可观的经济效益.     

浅谈武警院校教学改革中互动式教学法的应用

互动式教学是武警院校教育改革中倡导的一种新型的教学模式，要正确应用互动式教学模式，就要注重互动双方的定位、互动问题的选取、互动方法的选择。     

正态总体下分布参数的Bayes序贯估计

论述正态总体分布参数的序贯估计和Bayes序贯估计问题。在Stein的双子样序贯估计的基础上 ,构造了Bayes双子样序贯估计 ,并作了剖析。此外 ,为了适应当前试验场地“试试看看 ,看看试试”的试验分析和鉴定的需要 ,给出了以序贯Bayes检验为基本出发点 ,使检验和序贯估计相联合的分析方法     

ITSON：一种基于拓扑演化的P2P智能搜索机制

P2P系统中节点的动态特性对搜索性能的稳定提出了很大挑战。借鉴社会学和组织学相应原理,提出拓扑演化模型捕获节点的运动规律。节点模拟人类在社会网络中的行为,根据自身和他人的兴趣变化,随搜索过程的进行,利用自身局部信息,动态、自适应地调整网络拓扑,及时反映资源分布以及搜索内容的动态变化,维持资源合理组织。在此基础上提出的智能搜索机制ITSON(InTelligent Search based on tOpologyevolutioN),利用消息转发的智能性进行路由方向决策,从而迅速定位提供资源的节点。仿真结果说明,ITSON能自动优化网络,具有良好的搜索性能和自适应特性。     

低能电子散射中的定域交换势(Ⅰ)电子被He，Ne和Ar原子的散射

文中利用自由电子气体近似(HFEGE)定域交换势和修正的半经典近似(MSCE)定域交换势,加上正交化方法(Orthogonalization technique),对能量在0.1～20eV的低能电子被He,Ne和Ar 原子的弹性散射过程进行了计算。其中靶原子的电荷分布以及入射电子和靶原子的静电作用利用原子的Roothaan-Hartree-Fock 波函数求出;相关和极化作用则用一个无参数的相关极化势近似表示。通过本文计算结果和严格计及交换作用的结果及实验数据相比较,对HFEGE和MSCE 交换势的准确性以及正交化过程对计算结果的影响进行了分析。     

统计平均交换势的一种推导方法

本文给出了统计平均交换势的一种推导方法,其过程简单明了。     

微带及渐变微带中瞬态信号传输特性的小波变换分析

本文利用小波变换对瞬态信号在微带及渐变微带线中的传输特性进行了分析,与传统的傅立叶变换分析相比,小波分析具有速度快、能够分析局部传输特性的优点。文中给出了高斯信号和矩形脉冲信号在微带中及矩形脉冲信号在渐变微带中的传输波形,所得结果对研究超高速与超宽带瞬态信号的传输及电路设计有一定的参考价值。     

多层神经网络在跟踪式卡尔曼滤波器中的应用

本文将多层神经网络引入跟踪式卡尔曼滤波器,提高了估计的精确度。以前的跟踪式卡尔曼滤波器的估计精度与目标的运动状态有关,当目标的运动不能够用线性状态空间模型描述时,其估计精度将要下降。而多层网络的引入,改善了这一不足。多层神经网络经过训练以后,能够对卡尔曼滤波器的结果进行修正。仿真结果表明,多层神经网络的应用,使估计精度显著提高。