聚碳硅烷表面张力的测定及其对纤维异形度的影响机理

采用改进的滴重法测定了先驱体聚碳硅烷(PCS)的表面张力,并探讨了表面张力对三叶形聚碳硅烷原丝异形度的影响机理。通过对纤维截面形貌的扫描电镜分析,发现表面张力对三叶形PCS纤维异形截面的形成有着较大的影响,它和粘滞阻力相互竞争的共同作用决定了三叶形PCS纤维异形度的大小。研究表明,先驱体PCS的表面张力与温度基本上呈线性关系,温度越高,PCS的表面张力就越小。     

短切碳纤维在甲基纤维素水溶液中的分散性能研究

研究了短切聚丙烯腈基碳纤维在甲基纤维素水溶液中的分散性能,根据电镜扫描图和实验数据曲线对分散机理进行了研究。结果表明：短切碳纤维因吸附甲基纤维素而分散,并且随着甲基纤维素浓度的增加分散量亦增加,但有一极值。     

层次聚类方法在消防投入分类中的应用

以中国消防年鉴2005年全国城市消防规划和城市公共消防设施建设情况统计资料为例,运用SPSS统计分析软件对全国各省消防基础设施建设情况进行分类汇总分析,从消防投入角度对新形势下的消防工作提出指导意见。     

分块自适应加权改进大规模概率模糊聚类

为解决传统基于贝叶斯理论的概率模糊聚类(Bayesian Fuzzy Clustering,BFC)算法在处理大规模数据集聚类时的时间开销和存储代价瓶颈,提出基于数据分块的单程自适应加权BFC算法,算法在大规模数据集分块的基础上,设计了基于数据加权的改进BFC算法,用于数据分块内数据聚类,以挑选出对聚类贡献最具代表的标识数据及其自适应权值,在块间迭代聚类过程中,将标识数据及其权值合并到下一数据块中并参与聚类,从而将上一数据块的聚类信息有效地传递到下一数据块中,最后分析算法的收敛性和时间复杂度.实验结果表明,算法在继承传统BFC算法良好聚类性能基础上,减少计算复杂度,有效提高聚类效率,适用于大规模数据集聚类.     

基于改进蜂群算法的无人机路径规划

人工蜂群算法存在初始蜜源具有随机性,后期收敛速度慢,易早熟等问题.运用最大最小距离积法处理初始蜜源,把K均值聚类算法与人工蜂群算法相结合,提出改进的人工蜂群算法,用于解决无人机路径规划问题.仿真结果表明改进的人工蜂群算法收敛速度更快,得到的解的适应度更好.     

基于GM-PHD的低可观测编队目标跟踪方法

考虑到多编队在低可观测情况下存在的目标跟踪问题,提出了一种基于高斯混合概率假设密度(GM-PHD)滤波算法的编队目标跟踪方法.该方法是在修剪融合过程中,先保留剪掉的高斯分量,再对这些分量进行状态外推,利用JS(Jensen-Shannon)散度判断下一时刻状态估计值与外推状态值是否相似,以判断结果体现目标丢失情况,使得真实目标不丢失,解决了低可观测情况下目标易漏检带来的跟踪性能下降问题.然后,利用编队目标的特点,结合密度聚类方法估计出编队整体的状态,避免因状态估计集合中状态值过多影响算法性能.最终,仿真实验结果表明,该方法可以在低可观测情况下有效跟踪编队目标,具有较好的跟踪性能.     

聚碳硅烷纤维无机化过程中弯曲的形成及对SiC纤维性能的影响

先驱体转化法制备连续SiC纤维无机化过程中有明显的失重和收缩,造成了纤维弯曲,从而影响了纤维的单丝强度和束丝拉伸性能。根据聚碳硅烷(PCS)纤维的无机化过程,探讨了SiC纤维弯曲的种类和形成原因,通过力学分析研究了弯曲对SiC纤维性能的影响;根据弯曲形成原因,提出利用加张热交联和加张烧成的方法解决纤维的弯曲问题,从而提高SiC纤维的性能。     

指挥信息系统防御效能灰色聚类评估

信息化条件下的体系作战,指挥信息系统已经被各部队广泛应用,其地位日益重要,这也导致了指挥信息系统受打击的风险提高.为提高指挥信息系统野战条件下的防御能力,着眼对指挥信息系统的攻击方式,分析指挥信息系统野战条件下防御能力的构成,建立评估指标体系,并采用层次分析法确定各指标的权重.结合灰色聚类评估方法的特点,采用定权聚类的方法进行评估,最后,运用该方法对示例进行评估分析,验证了方法的有效性和可行性.     

某扫雷犁电液伺服系统的模糊神经网络控制

针对某扫雷犁电液伺服系统这一典型的非线性系统,使用基于减法聚类的模糊神经网络(FNN)自学习算法设计了控制器,其中减法聚类用于确定模糊神经网络的初始结构。在网络的学习过程中,对结论参数采用最小二乘法进行辨识,对前提参数采用误差反传算法进行调整;并使用AMESim软件搭建了扫雷犁的液压系统模型,利用其接口技术实现了与Simulink的联合仿真。实验结果表明模糊神经网络控制器的控制效果要优于传统的PID控制器。