行波提取型同轴渡越时间振荡器模拟

提出了一种行波提取型同轴渡越时间振荡器,器件的提取腔采用了类膜片加载的扩展互作用腔结构,具有束波作用效率高,电子束空间电势能低等优点。提取腔的电场结构为3π/2模,与传统的类π模结构相比,提高了微波群速度,有利于微波能量的提取。通过引入前置反射腔,提高了调制腔的品质因数,显著降低了起振时间。利用数值模拟软件对所设计的器件进行了模拟和优化,在二极管电压530kV,二极管电流12.8kA,外加导引磁场0.7T的条件下,得到了2.41GW的输出功率,微波频率7.76GHz,束波功率转换效率达到35.5%。     

基于粗糙集-神经网络编队协同空战决策系统

为了提高空战决策的实时性和准确度,将粗糙集理论和神经网络引入到编队协同空战战术决策研究中,提出了应用SOM网络-粗糙集-BP网络集成进行编队协同空战战术决策的方案:应用SOM网络离散化决策系统输入数据的连续属性值;利用粗糙集数据分析方法,从数据中提取出规则将输入映射到输出的子空间上;在这个子空间上用BP网络进行逼近.2:4编队空战实例仿真结果验证该方案的可行性,在数据充分的条件下,该方案可以推广应用于其它空战决策系统.     

惯性信息辅助的星像点质心提取方法

针对振动环境中星敏感器曝光得到的模糊星像点质心提取精度低的问题,提出了惯性信息辅助的星像点质心提取模型并建立了相应的算法。算法以星像点区域的加权中心为曝光初始时刻的星像点质心,根据与星敏感器捷联的惯性设备测得的振动信息计算质心在曝光过程中的轨迹并利用星像点能量分布模型估计恒星的成像区域和加权中心,采用迭代的方法使得两加权中心重合,从而得到曝光结束时刻星像点质心的精确值。仿真分析了算法的质心提取精度及相关因素对提取精度的影响,结果表明算法在振动环境下仍可准确提取出星像点的质心,精度在百分之一像素左右,而且算法具有较好的适用性。     

提取时间对硝基油漆稀料燃烧产物鉴定的影响

油漆稀料是一种常见的助燃剂,提取时间对其燃烧产物的鉴定会有一定的影响。选取了纯毛织品作为实验载体,以硝基油漆稀料为研究对象,对燃烧残留物及燃烧烟尘进行了系统的GC-MS分析,找出了纯样和加载油漆稀料后燃烧产物主要成分的变化规律,对样品中目标化合物的相对峰面积随燃烧产物提取时间的变化曲线进行了非线性数学分析,初步找出了样品燃烧产物的相对峰面积随硝基油漆稀料燃烧产物提取时间变化的规律,为合理选择物证的提取时间提出了建议。     

火灾微量物证的发现与提取方法研究

针对基层火灾调查人员在发现与提取火灾微量物证中存在的实际问题,从火灾微量物证的概念、特点和种类出发,归纳总结了火灾现场不同火灾微量物证的发现、提取与包装方法,给出了发现与提取火灾微量物证的基本要求和应注意的问题。     

基于循环平稳特性的两步盲信号提取算法

盲提取算法作为信号处理和分析的重要手段,其利用信号的先验特性提取期望信号,从而降低算法计算量、节约系统资源。文章针对通信信号的盲提取问题,基于信号的循环平稳特性,提出了一种两步盲提取算法:第一步,利用信号的循环平稳先验特性粗提取信号;第二步利用信号的高阶统计特性精提取信号。理论分析与计算机仿真表明:与参考文献[5]中基于循环平稳特性的盲提取算法相比,提出算法具有更好的性能,平均信噪比可提高约10 dB。     

红苋菜色素的提取工艺研究

本文研究了红苋菜色素的提取时间、提取温度及不同方法对提取效率的影响,结果表明红苋菜色素的最佳提取工艺为:用水做提取剂,低温下提取,不种方法各有特点。     

基于直线特征的图像－模型匹配算法

提出了一种新的基于直线特征的图像与模型匹配方法。该方法选择那些可以描述目标边界的直线建立模型。识别时 ,分层次地综合使用直线的多种特性 ,从而提高了效率 ,减少了误匹配的可能性。文中给出了用仿真图像和真实图像所做的实验结果。该算法可以用于目标识别、变化检测和视觉导航等多个领域     

支持向量机规则提取

支持向量机是一种黑箱模型,其学习到的知识蕴含在决策函数中,不仅影响了用户对利用支持向量机技术构建智能系统的信心,还阻碍了支持向量机技术在数据挖掘领域的应用。由于对支持向量机规则提取进行研究有助于解决上述问题,因此该领域正成为机器学习和智能计算界的研究热点。分析了具有代表性的支持向量机规则提取算法,并提出该领域未来的研究重点。     

辣素提取技术进展

对近40年来在辣素的提取、分离、纯化中的使用的溶剂提取法和超临界流体提取法等提取技术的进展进行了综述。