排序方式: 共有1494条查询结果,搜索用时 0 毫秒
771.
772.
针对电子侦察中使用常规参数难以有效识别复杂体制雷达信号的问题,提出利用深度限制波尔兹曼机对辐射源识别的模型。模型由多个限制波尔兹曼机组成,通过逐层自底向上无监督学习获得初始参数,并用后向传播算法对整个模型进行有监督的参数微调,利用Softmax进行分类识别。通过仿真实验表明该模型能对辐射源进行有效的特征提取和分类识别,具有较高的识别精度和较强的鲁棒性。 相似文献
773.
为了避免靶场光学测量数据异方差性导致的普通最小二乘估计非有效、显著性检验失去意义和模型的预测失效问题,采用了图形分析、Goldfeld-Quandt和Breusch Pagan Godfrey方法检验光学测量数据异方差性,并针对光学测量数据的异方差性提出分段加权最小二乘修正的方法。通过理论分析,对某设备方位角测量数据进行实验验证,取得了残差平方数据、G-Q检验统计数据、BPG检验统计数据和分段加权最小二乘BPG统计数据。结果表明应用图形分析法对光学测量数据进行异方差性检验最直观和简捷,适合存在明显异方差性的检验,G-Q检验法不适用光学测量数据的异方差性检验,BPG检验理论完整且适合光学测量数据的异方差性检验,分段加权最小二乘方法有效合理,消除了异方差性对回归模型的影响。 相似文献
774.
775.
776.
结合舵减摇控制中通用线性模型与模糊线性模型的优缺点,采用了一种根据遭遇角的不同自动切换控制器设计模型的并行双模切换舵减摇控制方案。为在线自动辨识遭遇角,提出基于横摇功率谱密度柱状图的神经网络辨识方法。仿真结果表明,该方法辨识精度较高,且比传统重心法节省了在线计算量与存储数据库所需的存储空间,简化了辨识流程。 相似文献
777.
高速布放的微型海光缆下沉状态研究 总被引:2,自引:1,他引:1
研究了高速布放的微型海光缆(SFOMC)的下沉状态,分析了洋流、微缆外径、微缆单位长水中重力以及布放速度对下沉状态的影响.计算机仿真结果表明,上升流是影响SFOMC下沉状态的决定性因素,在选择路由时,一定要避开有上升流的海域,同时要加快下沉速度,还应尽量选用外径较小的SFOMC;而下沉速度受SFOMC的单位长水中重力的影响不大,没有必要设计制造大重力的单位长水中重力的SFOMC,且下沉速度与布放平台的航行速度无关. 相似文献
778.
基于模糊聚类-BP神经网络模型的战场目标识别 总被引:1,自引:0,他引:1
神经网络可以用来识别战场目标,但是传统神经网络具有样本多、学习速度慢的问题.为了解决上述问题,建立了一种基于模糊聚类和神经网络相结合的目标识别模型.仿真实验表明,用该模型进行目标识别,可以科学地选取样本,提高网络的训练速度和运行速度,并且能确保目标识别的正确率. 相似文献
779.
780.
使用新的分析技巧 ,研究了一般赋范线性空间中的一类非自映象的Ishikawa迭代过程的收敛性问题。 相似文献