基于个体判断优先序的多目标群决策方法研究

针对多目标群决策问题,深入分析了群意见的形成方式.对基于方案优先序的多目标群决策问题给出了若干求解群排序的方法.对其求解原理和集结结果进行了对比,并分析了各方法的实质及其等价关系;澄清了一些模糊认识,指出了某些方法存在的问题,对此类多目标群决策问题的求解提供了依据.     

高压合成聚碳硅烷的沉淀与复配

研究了沉淀与复配两种调控高压合成聚碳硅烷(PCS)分子量及其分布的方法。研究表明,在PCS的良溶剂(如二甲苯)溶液中加入沉淀剂(如丙酮)比例超过临界点后,PCS中分子量越高的部分越先沉淀出来,从而降低了PCS的软化点、分子量和分散系数,PCS的高、中、低分子量的比例得到调节。复配是将不同分子量分布的PCS均匀地混合在一起,其分子量、软化点和高、中、低各部分的含量基本符合混合率的关系。因此,可以按照混合率来设计所需PCS的软化点、分子量及高、中、低分子含量。     

滚动轴承含噪声谐波信号的欠确定盲源分离方法研究

目前使用的大多数盲源分离方法都依赖于观测传感器数量大于或等于信号源数目这样一个基本假设。算法主要针对传感器数量m小于源信号数量n(欠确定)情况下旋转机械含噪声谐波信号的盲源分离问题展开研究。它在输入信号频域稀疏性假设和源信号之间线性混合假设的前提下,提出了一种势函数聚类的源数目估计方法,并对通道衰减和延时进行了计算。实验信号仿真结果证明了该方法的可行性和可靠性。     

基于蓝牙的心音、呼吸音无线电子听诊监护系统

通过分析传统心音、呼吸音听诊系统存在的问题,尤其是SARS出现后引发的问题,提出了针对传染性病人的基于蓝牙技术的无线心音、呼吸音听诊监护系统。采用蓝牙无线技术和数据分析处理技术,系统有效地避免医患间的交叉感染,适用于传染病人的诊断和监护。     

基于移动Agent的特定数值求解算法研究

在分布式环境下,运用移动Agent技术实现大型复杂系统研究中经常使用的特定数值算法求解,可显著提高计算效率。以分支定界法为例,介绍了其设计思想和实践步骤,并对算法的时间复杂度进行了分析。     

导弹服役年限建模与分析

影响导弹服役年限的主要因素有自然因素、技术因素以及经济因素。合理地确定导弹的服役年限,是减少军费开支、降低导弹全寿命费用的有效途径。从导弹服役年限的概念入手,在提出用经济寿命法确定导弹的服役年限的基础上,通过数学分析,建立经济模型和经济比较模型,确定了导弹服役年限,并结合实例进行了仿真和验证,从而证明了模型的实际应用价值。     

二维弹道修正弹及其制导控制技术综述

针对二维弹道修正弹这类具有广泛应用前景的智能弹药,综述了二维弹道修正弹的发展、主要修正机构方案及其制导控制技术。对二维弹道修正弹的研制历程进行总结,梳理发展脉络揭示其发展规律,分析二维修正弹的打击任务。对几种主流修正方案进行讨论,分析各机构的作用特点及研究难点。基于二维弹道修正弹打击任务需求,从气动辨识及状态估计算法、修正机构参数优化设计算法和制导律三个方面总结其控制技术的发展现状。着重介绍近年来发展迅猛的智能算法,特别是神经网络理论在二维修正弹控制算法领域的研究应用。进一步指出二维弹道修正弹的控制研究需解决的主要技术难点和未来发展方向,为二维弹道修正的设计提供思路。     

高速SpaceFibre总线节点的系统设计

为了实现SpaceFibre总线节点的高效数据传输,针对网络协议中关键问题和技术提出了一种基于现场可编程门阵列(Field Programmable Gate Array,FPGA)的SpaceFibre总线节点系统设计方案。其中,采用了轮询仲裁算法,解决了多路虚拟通道中流量控制字的申请冲突;设计了基于服务质量机制的高效处理状态机,实现了多路虚拟通道的服务质量调度;提出了一种并行的分区存储架构和重发控制算法,实现了基于错误检测隔离恢复机制的错误恢复;采用了不同的数据并行处理方案,实现了多种数据格式的循环冗余校验和伪随机序列的计算。通过ModelSim仿真平台对节点系统进行功能仿真,并在Virtex-6 FPGA上完成了系统验证。结果表明,该设计实现了SpaceFibre总线节点的功能,串行传输速度可达3.125 Gbit/s,能够满足高速数据传输需求。     

基于自由空间光的无人机集群通信载荷技术发展现状与趋势

对基于自由空间光(Free Space Optical, FSO)的无人机集群通信载荷技术应用需求进行了归纳总结,论述了FSO通信技术及应用在无人机载荷的国内外发展现状,展望了高速移动通信环境下无人机集群FSO通信载荷技术的未来发展趋势,进一步深入分析了应用于无人机集群的FSO通信链路的关键技术。可以预见,基于FSO的通信载荷将广泛应用于未来无人机集群的大带宽通信组网。     

中文分词与命名实体识别的联合学习

将卷积结构引入循环神经网络,从而构建卷积循环神经网络。以此为基础,研究构建了面向中文分词与实体识别联合学习的序列标注模型。该模型依托卷积循环神经网络构建特征编码层,实现中文字序列局部空间特征和长距离时序依赖特征的联合提取;依托改进的循环神经网络构建标签解码层,实现标签序列长距离时序依赖的有效建模;依托统一的分词与实体识别序列标注模式实现分词信息与实体信息的联合学习,避免传统流水线法的误差传播问题。在人民日报语料和微软标注语料上的实验结果显示,该框架较传统统计模型和神经网络模型有显著的性能提升,尤其是在识别字数较多的命名实体时,其效果明显优于其他方法。