排序方式: 共有65条查询结果,搜索用时 31 毫秒
1.
宁德成 《空军电讯工程学院学报》1995,(1):34-38
本文应用随机信号处理理论和变换技术,以文献给出的结论为基础,导出了带限条件下,频率源频率闪烁噪声的N样本、二样本抽样方差及ALLAN方差的精确解(不包含任何近似条件的解)。这个问题从文献至文献一直未解决。 相似文献
2.
基于神经网络的模糊理论在桥梁状态评估中的应用 总被引:1,自引:0,他引:1
探讨了模糊数学中的隶属函数在桥梁技术等级状态评估中的应用.在研究现有桥梁状态评估方法的基础上,把人工神经网络和模糊数学理论结合起来应用于大跨度预应力斜拉桥的等级状态评估,建立了基于三层神经元的模糊神经网络模型,并建立结构损伤度函数及等级隶属度模型,通过样本学习训练,获取评估专家的知识及直觉思维,最终确定桥梁所对应的技术状态等级.以检测的480组索力数据作为学习样本,另外4组作为验证样本进行了索力状态评估预测.计算结果表明,网络预测值与期望值吻合良好. 相似文献
3.
雷达脉冲信号的分选是电子战争中的研究热点,同时也是难点问题.针对雷达所截获的辐射源脉冲提出了一种基于合成特征参数值(CCP)的脉冲样本图分选算法.算法利用全脉冲数据的特征参数,根据每一个特征参数的差异性对特征参数值进行编号,通过编号值可以得到依据该特征参数值对脉冲的分类个数,进而计算出单一特征值的加权系数.通过加权系数对每一个特征参数的加权得到合成的特征参数,然后结合每一类信号的脉冲到达时间,提出了脉冲样本图匹配分选的新算法.与传统的PRI分选相比,脉冲样本图分选具有较小的运算量,计算机仿真试验表明该算法能够实现对信号的分选. 相似文献
4.
针对自动机故障诊断过程中振动信号故障特征较难提取的问题,提出了结合形态分量分析(MCA)和总体经验模态分解(EEMD)的自动机故障特征提取方法。根据自动机振动信号组成成分的形态差异,利用形态分量分析方法构建不同的稀疏字典对各组成成分进行分离,消除噪声分量,提取出反映主要故障特征的冲击分量;对所提取的冲击分量进行EEMD分解并计算各IMF分量的样本熵值,以此作为故障特征向量输入基于离子群优化的支持向量机(PSO-SVM)进行识别。通过自动机典型故障诊断试验表明:形态分量分析方法可有效分离出自动机振动信号中的冲击成分;同时,所提出的特征提取方法能够有效地进行自动机故障诊断。 相似文献
5.
6.
7.
校园文化传递参军报国正能量。“上大学前,我并没有想过参军,是大学新生军训,促使我萌生了走进军营的想法。”管理学院大三学生乔景超,曾服役于火箭军某部,他告诉记者,当第一次踏入校园就感受到热烈而青春的“绿色军营”校园文化氛围。军训是青年学生接受国防教育的一门基础课,也是为军队培养优质后备兵员的重要途径。 相似文献
8.
9.
10.
高慧开 《中国人民武装警察部队学院学报》2002,18(6):21-22
出入境证件研究人员应在全面研究出入境证件的基础上加强对签证尤其是"小国家"签证样本的收集与分析;研究人员要注重在当前没有高级文检仪的情况下使用其它鉴别仪器的方式方法;在牢记出入境证件的主要防伪暗记的同时,还要熟悉与掌握出入境证件样本的内容与防伪特征以及犯罪团伙的伪造手法及伪造内容等;要不断学习与积累防伪技术知识,将出入境证件研究工作推向一个新的高度. 相似文献