基于LS_SVM与PCA的小型无人机传感器故障诊断

针对小型无人机机动性强,故障多且难以实时检测的特点,提出了将最小二乘支持向量机(LS_SVM)与主元分析法(PCA)相结合对小型无人机传感器进行故障检测与分离。最小二乘支持向量机用于建立预测模型并生成残差,实时检测传感器故障;利用主元分析法将故障信号分离,进行故障诊断。仿真结果表明,最小二乘支持向量机与主元分析法相结合对无人机传感器具有良好的故障诊断效果。     

基于低速平台的随队支援干扰系统随队干扰能力分析

为了给受训对象提供电磁信号环境,在随队干扰信号从雷达天线主波束进入的限定条件下,设计了使用低速平台搭载干扰系统伴随高速战机实施随队干扰的编队方式,并仿真分析了对不同主瓣宽度雷达的随队干扰过程。结果表明,当平台速度明显低于突击飞机飞行速度时,存在最佳的初始进入距离以实现最大局部随队干扰过程。     

基于主成分分析法的城市火灾风险聚类分析

利用主成分分析法确定了城市火灾各指标的综合风险值,基于分析的结果,通过K-均值的聚类算法对城市火灾风险进行了分类.以北京市火灾统计结果为例,确定了城市火灾统计指标的综合火灾风险值,对13个主城区进行了不同区域的火灾风险聚类,并对建成区的火灾统计数据按时域进行了聚类,实现了火灾风险的自动分类.不同区域和时域发生火灾的风险大小可为合理布置消防力量、有效安排执勤战备提供科学参考.     

高红卫:一主两翼三创新 再谋航天事业新发展

重点抓好航天产业、信息技术产业以及先进装备制造业"一主两翼"产业发展,大力推行科技创新、商业模式创新以及管理创新,航天科工集团向建设国际一流的航天防务公司战略目标稳步迈进高红卫,1956年9月出生,湖北京山人。清华大学导航仪器与自动控制专业毕业。曾任原航天科工066基地设计员、设计室主任、车间主任、总工程师、总经理等职。2001年11月,任中国航天科工集团公司副总经理。2013年4月任集团公司董事长、党组书记。从长期的技术及管理工作,到集团公司掌门人,高红卫既具有战略眼光、前瞻意识,又崇尚理论研究与管理实务。朴实的话     

正确处理正面教育 与反面教育的主辅关系

加强和改进思想政治教育,必须着眼于新的实践和新的发展,在实践中处理好正面教育与反而教育的关系。     

一种基于混合概率PCA模型的高光谱图像非监督分类方法

提出了一种在期望最大化(EM)算法框架下同时实现混合概率主成分分析(PPCA)降维和聚类的高光谱图像非监督分类方法。它根据不同类别应各有自己代表性的特征集,将通常意义下的特征抽取和模式分类合并在一步内完成,尽可能地保留了可分性;同时该方法具有概率模型的优点,更适合高维数据处理。采用仿真数据和真实数据进行的比较实验表明,该算法较一般不加区分地对所有原始数据进行PCA降维再分类的方法能得到更好的分类结果。     

基于LS-SVM方法的某核电站主泵故障诊断

主泵是核电厂非常重要的设备,它直接关系到整个核动力装置能否安全运行,对其进行有效的故障诊断十分必要。支持向量机(SVM)具有使用较少的训练样本达到较好分类效果、不需要故障分类的先验知识的特点,可以应用于主泵的故障诊断。为此,首先使用小波变换提取某主泵的转子质量不平衡、转子不对中、碰摩等三种典型故障的故障信息,然后使用最小二乘支持向量机(LS-SVM)方法对故障模型进行训练,最后对训练得到的模型进行故障诊断。诊断结果较好,从而验证了该方法的有效性。     

改进BP网络的舰船装备保障资源保障能力评估

针对单独运用BP网络评估舰船装备保障资源保障能力时存在的不足,提出了一种基于改进BP网络的舰船装备保障资源保障能力评估模型。首先构建了保障能力评估的指标体系,在此基础上,采用主成分分析法对原始输入变量进行预处理,选择输入变量的主成分作为神经网络输入,一方面减少了输入变量的维数,消除了各输入变量的相关性;另一方面提高了网络的收敛性和稳定性,同时也简化了网络的结构。然后将遗传优化算法与BP网络结合,利用GA的全局搜索能力优化BP网络的结构参数。最后进行实例计算,结果表明该方法有效克服了纯BP算法局部收敛、泛化能力弱等问题,新模型采用的算法具有收敛速度快,结果精度高的优点,适用于对保障资源保障能力的分析和评估。     

近代战列舰的技术发展

在19世纪,世界各国海军的战列舰从风帆动力发展为蒸汽动力,船体材料由木质发展到钢材,舰炮的口径日益增大,舰炮攻击能力以及装甲防护不断增强。特别是20世纪初以后,各主要海军强国的战列舰发展很快,其作战方式和作战概念也随之发生了很大变化。这些发展和变化主要源于一系列先进技术的运用,主要体现在以下4个方面,即总体设计思想、舰炮、主机和防护装甲,先进的技术运用推动了世界各国海军对战列舰的更新和发展。     

基于NTP协议的一种校时实现及相关算法

提出一种基于NTP协议的系统校时实现方法及相关算法,将该算法用于大型电子信息系统中,以外部精确时间源和系统中若干台稳定主机构造NTP服务器群,并用NTP服务器群对系统中其它所有网络主机进行精确校时,得到了毫秒级的校时精度。