力导向模型的复杂网络社区挖掘算法

在复杂网络中发现和刻画社区结构是近年来复杂网络研究的重点方向之一。提出了一种社区挖掘的新思路,即根据力导向模型的原理,通过计算社区与节点之间的作用力来决定节点的社区归属。根据该思路设计了基于力导向模型的算法框架FDCD(Force-directed Community Detect),并利用FR模型、KK模型、LL模型和Q模型进行了验证。实验表明,基于FDCD算法框架的多种不同算法不仅能较好地识别社区结构,而且基于LL模型的FDCD算法达到了线性计算复杂度,能适用于大规模网络的社区挖掘。     

效能评估研究热点分析

采用计量学方法,以CNKI、SCI数据库中的文献为数据源,运用CitespaceⅡ、Excel软件对效能评估中文、英文相关文献进行分析,通过对比方式,得出国内外效能评估研究热点的相关结论,并将主要关键词以时间轴的顺序区分归类,对效能评估的研究具有一定的参考价值     

Wiener过程的金属化膜脉冲电容器步降应力退化建模

由于强激光装置中金属化膜脉冲电容器高可靠长寿命的特点,导致退化试验的时间长效率低,传统的退化试验统计分析方法复杂,对先验信息依赖性大,针对这些问题提出了基于Wiener过程的金属化膜脉冲电容器步降应力加速退化建模和参数估计的方法。首先,用Wiener过程刻画电容器的退化过程,然后结合随机过程的特性采用MCMC方法进行参数估计,大大简化了统计分析过程。最后通过对电容器的仿真实验,将步降应力下的评估结果与恒定应力、步进应力的情况相对比,说明了步降应力对改善退化试验的试验效率的有效性。     

关于构建模块化军事素质培养体系的思考

模块化军事素质培养体系的核心和特色是既相对独立又密切联系的6个“模块”;这6个“模块”分别在人才培养的不同阶段实施,达到阶段教育目的,并有机地整合成为一个整体,使人才达到最终的培养目标。     

UWB-SAR抑制RFI算法性能评估与测试

参数化方法是实现UWB -SAR抑制RFI的重要手段。为评估抑制RFI算法的实际性能 ,利用UWB -SAR实验系统的实测数据 ,从干扰抑制能力和脉冲压缩性能改善两个方面对几种主要算法进行了比较分析。结果表明 ,在干扰能量抑制比和脉冲压缩指标度量下 ,几种典型的参数化算法都能显著提高接收信号的信干比 ,而基于正弦波模型的算法略优于基于AR模型的算法。     

基于遗传算法与最大最小原理的故障模式特征选择

在诸如液体火箭发动机等复杂动力学系统的故障诊断中，监控参数组的优选问题一直受到工程技术人员的高度重视。本文提出了综合样本矢量方向离散度概念，以此作为故障特征参数的优选准则；然后利用经过改进的遗传算法，对某液体火箭发动机常见故障的诊断进行了特征参数组的优选。在改进的遗传算法中，采用了非常简洁而高效的染色体编码，针对特征优选的组合优化类问题专门设计了一种特殊的基因迁移算子，并引进了父本个体适应值的动态调整技术与共享函数。数值实验结果表明，该算法具有理想的效果。     

基于 RELAX 的 UWB-SAR 抑制 RFI 算法

在首先给出超宽带合成孔径雷达 ( UWB-SAR)抑制射频干扰 ( RFI)问题的参数化模型基础上 ,从信号参数估计出发 ,具体推导了实信号下 RELAX算法的计算公式。针对 RFI的复杂性 ,提出了一种逐级RELAX算法 ( GRELAX)。基于仿真和实测数据的实验结果表明 :GRELAX算法能够有效地抑制 RFI,并具有较快的运算速度     

分开合并算法的若干讨论和改进

分析了分开合并图像区域分割算法中两个影响处理结果正确性的因素 :区域合并顺序和区域合并谓词。针对这两个因素分别提出了改进的方法 ,并给出了具体改进算法。改进算法的实验结果和传统算法结果进行了对比 ,结果表明了改进的有效性。     

数据流模型机SDS-l 的实现

文中全面地介绍了数据流模型机SDS-1的特点和实现方法。SDS-1模型机是一种同步和异步相结合、数据流和控制流相结合的数据流模型机,它能开发复合函数级的并行性。该模型机在Intel86/310微机和8个Intel86/12单板机组成的多机系统上实现,达到了80年代初国际先进水平。     

毫米波相控阵雷达弹丸脱靶量测量精度分析

论证了脱靶量测量误差在闭环校正中的地位和作用,定量分析了雷达测距误差、测角误差、检测波门的设置和目标、弹丸运动的速度、方向等因素对脱靶量测量误差的影响,估算了现有条件下脱靶量的测量精度。