PDMS直接裂解重排合成PCS

聚二甲基硅烷 (PDMS)高温裂解制备的聚碳硅烷 (PCS)是陶瓷材料的良好先驱体。本文在现有液态聚硅烷 (LPS)间接合成PCS工艺的基础上 ,直接由固态PDMS高温裂解重排制备PCS ,利用正交设计的方法研究了不同合成条件对PCS结构、分子量及分子量分布的影响 ,得出了最佳合成条件 ,即反应温度 45 5℃ ,裂解温度 5 40℃ ,保温时间 6h。     

让自己“沉”下来

著名哲学家黑格尔在成名多年之后，面对记者关于其成功原因的提问时，略有所恩后说，这都得益于20多岁到30岁期间那段默默无闻的日子。记者愕然不得其解。他随后解释说：那段时间自己是一名普通教师，不用像现在这样天天忙于各种应酬，因而让他得以有时间静静研究前人关于哲学的若干著作，从容畅游于浩瀚的哲学海洋，从而有机会触模到人类哲学的最高殿堂。     

一种新的支持向量机决策树设计算法

支持向量机决策树的精度和速度取决于树结构。为了获得好的泛化性能,应由可分性强的类为树的上层结点定义分类子任务。提出了一种新的支持向量机决策树设计算法。决策树中每个结点的分类子任务定义规则如下:采用模糊核C-均值将当前训练集粗分为两个子集,然后基于隶属度从各个子集中选择可分性强的子类定义当前结点的分类子任务,并将可分性弱的子类移至下层结点。实验结果表明,该方法的精度和速度都优于其他传统的多类分类方法。     

增量式神经网络聚类算法

神经网络模型具有强大的问题建模能力,但是传统的反向传播算法只能进行批量监督学习,并且训练开销很大。针对传统算法的不足,提出全新的增量式神经网络模型及其聚类算法。该模型基于生物神经学实验证据,引入新的神经元激励函数和突触调节函数,赋予模型以坚实的统计理论基础。在此基础上,提出一种自适应的增量式神经网络聚类算法。算法中引入"胜者得全"式竞争等学习机制,在增量聚类过程中成功避免了"遗忘灾难"问题。在经典数据集上的实验结果表明:该聚类算法与K-means等传统聚类算法效果相当,特别是在增量学习任务的时空开销方面具有较大优势。     

垦区各地

石河子市奥运火炬手确定；《农六师简史》获得全国党史著作类三等奖；塔城地区与农九师加快推进10个重大项目的合作；农二师金川矿业综采工作全面展开；农三师工会将首次推选表彰20个“工人先锋号”     

基于决策图的轨迹运动趋势提取

在军事应用中,为了提取群体目标的整体运动趋势,提出了一种基于决策图的轨迹聚类来提取轨迹运动趋势的方法。该方法不需要预设参数,且聚类中心的个数既可以通过决策图人工确定,又可以通过数值检测策略自动确定,由此减轻了算法对领域知识的依赖,增强了算法的适用性。仿真实验表明:该方法能正确确定轨迹聚类簇,且对轨迹噪声有一定的抑制作用。     

基于频域分离的拖曳式诱饵与目标辨识

诱饵与目标的辨识是拖曳式诱饵干扰对抗的基本问题.干扰过程中导弹、目标、诱饵三角几何关系的变化导致了目标与诱饵的多普勒频率存在差异,为从频域实现目标与诱饵的分辨提供了可能.在详细分析迎头及尾追场景下目标与诱饵频域可分性的基础上,采用L类魏格纳分布(LWVD),利用其能够提高方位向分辨率和抑制交叉项的优点,实现了导引头波束...     

改进兼容度极大化模型的效能评估结果融合

评估结果的融合对于提高决策的科学性和可靠性意义重大.传统兼容度极大化模型在进行评估结果融合时,通常默认各种评估结果均正确,但实际情况并非如此.针对传统兼容度极大化模型在融合多种评估结果方面的局限性,提出基于兼容度聚类的改进兼容度极大化模型.试验结果表明该模型相比传统兼容度极大化模型能够更有效地融合多方法的评估结果.     

一种新型模糊神经网络及其在故障诊断中的应用

提出了一种基于模块化模糊神经网络的非线性系统故障诊断新方法.该方法先使用模糊c-均值聚类算法(FCM)实现测量空间的模决分割以决定模糊规则的个数,再使用模糊IF-THEN规则对分割后的各区域分别采用局部BP模型去进行逼近,最后再通过离线学习以获得不同区域故障输出与测量输入的非线性动力学特性.应用表明,提出的模糊神经网络结构、原理及实现方法是合理可行的,经过离线学习后的网络可实现对非线性系统的在线实时状态跟踪和诊断,可提高故障检测的正确率和快速性,并具有较好的泛化性能.     

基于多Agent协作的战场信息共享系统研究与实现

针对联合作战中分布、动态的战场环境和海量的战场信息,满足不同作战实体对战场信息资源共享的需求,构建了一个基于多智能体的、面向作战任务的信息资源共享模型,并提出了一种新颖的基于相似度的用户动态聚类方法。从用户的资源请求中发现用户兴趣和用户之间的相似度,通过交互机制有效地将相同兴趣的用户及资源智能体关联起来,提高作战主体获取战场信息的能力。实验证明该算法具有较高的效率和良好的可扩展性。