基于后向散射的光尾流探测系统

研制了基于后向散射的光尾流探测系统,使用该系统进行了实验室环境下的模拟尾流气泡探测实验和海洋环境下的舰船尾流探测试验.结果表明,该探测系统具有较好的舰船尾流探测能力,验证了基于后向蝌散射的光尾流探测方法的可行性.     

主成分分析在铁谱磨粒识别中的应用研究

介绍了主成分分析(PCA)基本原理与算法,提出了主成分分析用于铁谱磨粒识别的基本思路和方法,给出了具体的应用步骤,并通过实例对基于主成分分析的铁谱磨粒识别方法有效性进行了分析和验证,结果表明,该方法在减少铁谱磨粒识别工作量和提高识别准确率方面效果良好。     

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。     

激光探测气泡尾流研究

概述了探测气泡尾流的基本原理和重要现实意义.气泡尾流中包含有运动舰船的相关信息,激光穿过气泡尾流区域时会发生散射现象,通过对散射光的探测和分析,能达到对舰船的探测、辨别、识别的目的,这也是研制光制导鱼雷的基础.综述了目前国内外在这一领域的研究成果及研究现状,提出了将激光探测气泡尾流应用于实践亟待解决的理论和实践上的具体问题,同时对研究前景进行了展望.     

盐度分层环境中水面舰船尾流电导率场的半经验分析

采用独立常数法对盐度分层环境中水面舰船尾流电导率场进行半经验分析 ,获得了舰船尾流横截面的扩展和衰减规律以及尾流横截面上的电导率信号的分布规律 ,可为鱼雷的电导率探头追踪水面舰船尾流的数学模型提供基础 .     

舰船辐射噪声检测的被动合成孔径算法

舰船辐射噪声在低频段具有稳定的线谱成分,其特征信息丰富,利用该线谱成分可以实现对水下目标的检测.被动合成孔径(Passive Synthetic Aperture Sonar,PSAS)算法对小孔径基阵沿直线运动接收到的信号进行合成处理,从而达到虚拟大孔径基阵的方位分辨力效果,进而提高对弱目标信号的检测能力.理论分析结合仿真不同因素对被动合成孔径算法影响,验证了算法的有效性和可行性.     

基于人工嗅觉系统的油液渗漏检测方法

机电设备油液渗漏是一种典型的多发性故障,利用人工嗅觉技术对渗漏油液挥发气体进行测试从而进行故障诊断是一种新的无损检测方法。使用人工嗅觉系统对模拟柴油、齿轮油和机油渗漏产生的挥发气体进行检测,结果为三维数据阵列(样本×时间×传感器)。应用二维主成分分析法和三维平铺主成分分析法、平行因子分析方法对三种油液挥发气体样本进行分类,结果表明平行因子分析法由于利用了数据集的三维结构信息,所以分类效果更佳;应用主成分回归方法实现了机油挥发气体样本的定量确定,说明使用人工嗅觉系统实现设定阈值报警是可能的。     

基于主成分分析的储运过程管道堵塞故障检测

针对现代储运过程典型的管道堵塞故障,分析了其对过程监控参数的影响;采用基于主成分分析的故障检测方法,构建了故障检测流程和检测模型;以储运过程典型仿真系统为研究对象,建立了主成分模型;通过模拟不同程度的管道堵塞故障,进行了管道堵塞故障检测的仿真应用研究,获得了管道堵塞故障统计量控制图.实验结果表明了基于主成分分析的故障检测方法的有效性和正确性.     

基于PCA与FCM的入侵检测样本数据压缩方法

采用行列双向压缩的数据处理策略,提出了一种基于主成分分析与模糊C-均值聚类算法的入侵检测样本数据压缩方法。该方法首先采用主成分分析法对数据冗余特征进行压缩,然后采用模糊C-均值聚类算法对冗余样本进行压缩,由此可挖掘入侵检测样本数据中的关键特征和关键样本。通过KDD CUP99数据集测试证明:数据双向压缩可减少入侵检测分类器的计算量,进而可提高其实时检测性能和检测推断的准确性。     

主成分分析的模糊神经网络目标识别系统

提出了一种基于模糊神经网络(Fuzzy Neural Networks,FNN)的目标识别算法.在对目标进行模糊化处理基础上,通过主成分分析(Principal Component Analysis,PCA)提取相应的特征空间,以畸变的特征向量对系统进行训练,从而获得较高的目标变化适应性.仿真实验结果表明, 这种方法具有较强的自适应能力,抗噪性能也有所提高.     

基于雷达海面回波的水下潜艇非声探测

由于潜艇降噪技术的提高,使得传统的声纳设备对水下潜艇的探测变得越来越困难.根据水下潜艇在运动时形成的尾流、尾迹,引起海面雷达后向散射系数发生"异常"这一特征,提出了一种直接利用雷达海面回波信号来探测水下潜艇的方法,并利用计算机仿真实验对此探测方法的实验结果进行了分析评估,为研究潜艇的非声探测提供了有价值的参考.     

基于核主成分分析的高校科技创新能力评价研究

高校在国家创新体系中占有举足轻重的地位,高校科技创新能力评价研究对提高高校科技创新能力具有积极的意义.基于核主成分分析的评价方法能够有效去除高校科技创新能力评价指标体系中的废咝韵喙匦畔?从而取得较好的评价结果.以15所教育部直属高校科研统计数据为样本,利用核主成分分析法进行了高校科技创新能力评价的实证分析,并与主成分分析结果进行了比较,结果表明,核主成分分析能够取得更高的主特征值累积贡献率,从而产生更为合理的评价结果.     

基于PCA和BP神经网络的水下目标识别方法研究

针对被动声纳信号的特点,提出了基于信号线谱特征的主成分分析(PCA)特征选择方法,其优点是从复杂的目标信号中提取目标的特有信息,降低了目标特征维数.将此方法用于实录的三类水下目标数据,采用BP神经网络对目标进行识别分类,仿真结果说明了所提出的方法的正确性和有效性.     

中红外光谱在润滑油分类识别中的应用

由中红外光谱能够获得不同种类润滑油的组成与结构信息.分别用聚类分析法和主成分分析法提取润滑油的中红外光谱信息,对齿轮油、内燃机油和液压油这3大类共113个润滑油样品进行了分类识别.采用系统聚类法对其进行分类,比较了不同类间距离、样品间距离和光谱区间对聚类分析结果的影响.采用主成分分析法对齿轮油、内燃机油、液压油及不同黏...     

尾流温度场对其速度场的影响与加热减阻

本文利用LDV—02型激光测速仪,在循环水槽里测量了加热和非加热流线型细长旋成体尾流的速度分布和湍流度,并把Hama&Peterson的半经验理论(它适用于非加热体的类似尾流)修正为本文的半经验分析,较好地描述了尾流温度场对其速度场的影响,还从测得的尾流速度数据推断出加热对水下运动物体阻力系数的影响。     

独立分量分析在雷达盲信号处理上的应用

独立分量分析(ICA)是近年来发展起来的一种有效的雷达盲信源分离方法。目前新体制雷达的大量涌现,运用原有的雷达分选方法是无法分选的,这已经无法适应现代复杂的电磁环境。在深入分析FastICA算法的基础上,将其应用于连续波雷达信号分选中。计算机仿真表明,这种算法应用于连续波雷达盲信号分选时,不仅提高了信号的分选速度和信号分离的准确率,而且可以有效地提高信号分选的效能,也为盲信号处理提供了一种新的思路。     

一种面向频域的通信信号盲干扰检测算法

针对低干信比和复杂动态情况下传统的干扰检测算法效率不高的问题,提出一种基于盲通信信号频域处理的未知干扰自动检测算法。该方法首先借助快速独立成份分析(FICA)从频谱差分数据中分离干扰和通信信号成份分量,然后利用各分量的峰度作为干扰与通信信号的识别特征检测干扰。实验结果表明,此算法能有效地在干信比小于5 dB的情况下从盲通信信号背景中自动提取未知干扰的信息,实现高精度地盲干扰检测。     

基于聚类主成分分析法的变压器参数关联度评估

为了有效管理和监测电力变压器的健康状态,在对变压器正常运行的海量数据进行分析的基础上,构建变压器参数关联度评估方法。首先,为了对变压器运行参数进行参数分类定性,基于系统聚类的方法构建变压器参数样本分类流程算法,并设计了相应的流程图;然后,通过引入聚类以及主成分分析方法,建立基于聚类的主成分分析的变压器主要影响参数关联度评估模型;最后通过潼南电力局实际运行数据验证模型的可靠性和有效性,准确分析了变压器运行参数之间的定量关系,可以为变压器故障预测研究提供重要依据。     

一种新的Gabor小波支持向量机人脸识别算法

提出了一种新的基于Gabor小波特征重组的支持向量机人脸识别方法。该方法首先计算5个尺度和8个方向的Gabor小波变换结果,再把不同人脸中的同一尺度和方向的变换结果进行特征重组,得到40个新特征矩阵,分别利用PCA方法降维去噪,最后构造40个支持向量机分类器并采用选票决策机制决定识别结果。实验结果表明,该方法不仅拓宽了主元分析法中累积方差贡献率可选范围,并在一定程度上解决了核参数选择难的问题,同时取得了理想识别效果。