火箭发动机故障检测的快速增量单分类支持向量机算法

为解决液体火箭发动机故障诊断正负样本不平均问题,以及实现发动机稳态工作段自适应故障检测,建立了基于快速增量单分类支持向量机的异常检测模型。采取特征工程方法,对传感器获得的多变量时间序列进行特征提取。通过增量学习方法,对单分类支持向量机模型进行改进,并应用于液体火箭发动机异常检测,使单分类支持向量机检测模型具备对不同台次、不同工况的自适应性,提高了模型的计算速度。对多台次热试车数据的分析结果表明,该模型十分有效,训练速度快,具备实用价值。     

基于遗传模糊推理系统的截击点智能解算方法

由于传统截击引导需要人的参与才能完成截击任务,截击方案生成速度要受到人反应速度的限制,成为提高作战速度的一个瓶颈。针对空中战场态势变化快、依靠人工制定拦截方案难以适应未来空战的问题,构建基于模糊推理系统的空战截击点智能解算模型,并采用分段变异和变步长寻优的遗传算法对模型进行训练,实现了对截击方案的快速估算,得到在解空间内性能可以达到甚至超越人类的截击点智能解算模型。     

对单兵火箭提前修正量的分析研究

为了实现某型单兵火箭的射击在陆军分队作战模拟仿真系统中的仿真模拟,运用数理统计理论对单兵火箭提前修正量进行分析研究,论证了单兵火箭的射程与提前修正量的一元线性回归分析的统计规律,给出了一元线性回归方程和提前修正量的置信区间,论证了在置信区间中的实际提前修正量的射击的弹着点符合正态分布的射击规律和散布律公式。根据得到的理论结果,指导模拟仿真系统对单兵火箭的射击进行仿真模拟。     

对民兵思想政治教育落实的几点思考

民兵亦民亦兵,在巩固基层政权、维护社会稳定、遂行非战争军事任务等方面,有着不可替代的优势和作用,抓好民兵思想政治教育具有重要的军事意义和社会意义。但民兵教育因人员集中困难、个体差异较大、施教力量薄弱等问题,相比现役部队落实起来矛盾更多、困难更大。抓好民兵教育落实,要准确把握民兵体制、工作和思想特点,由特殊性探索总结规律性,努力提高教育落实质量。     

老兵秘笈

正你有秘笈吗?无论是训练上的"九阳神功",还是工作学习上的"九阴真经",拿出来和大家分享,让我们共同进步吧。姓名:舒行绰号:排雷达人部职别:成都军区某红军师四级军士长绝活:在该师的排雷史上,他保持着"零失误"的纪录秘笈:要问我有什么排雷秘笈?总结起来就两个字:手感。我所说的"手感"可不是直接用手接触地雷,而是通过探针戳探地雷产生的感觉来判断。     

4点弯曲载荷作用下残余应力与弹性模量比对涂层/基体材料界面能量释放率的影响

采用有限元计算方法研究了在4点弯曲载荷作用下,残余应力、涂层与基体的弹性模量比(简称弹性模量比)对涂层/基体材料界面能量释放率及其相角的影响。结果表明:能量释放率随着残余拉应力、弹性模量比的增大而增大;能量释放率中的相角也随着残余拉应力的增大而增大,但并不敏感,其随着弹性模量比的增大而减小。研究结果可为评价涂层/基体材料界面结合性能提供理论依据,有助于深化对涂层/基体材料界面结合性能的认识。     

3维编织复合材料弹道测试数据的异常点分析

研究了传统的异常点诊断与处理方法,分析了异常点产生的原因,提出了小概率事件异常点判别法,在3维编织复合材料弹道侵彻测试数据异常点的分析中,通过与残差图法、杠杆水平法和格拉布斯检验法的比较分析,验证了该方法的有效性,实践中可将该方法与其他多种方法结合应用,以提高判断的准确性。     

北斗GEO卫星用户算法的改进方法

针对北斗GEO用户算法需要进行5°倾角的坐标旋转处理这一过程,提出了采用经典广播星历参数用户算法直接解算北斗GEO卫星位置的改进方法,并同时给出了相应的基于第二类无奇点根数的广播星历拟合算法。该算法采用第二类无奇点轨道根数代替经典轨道根数,解决了由GEO轨道的小倾角特性引起的经典广播星历参数拟合过程中法化矩阵奇异的问题。从而避免了北斗GEO用户算法中坐标旋转处理过程,减少了GEO用户算法的计算步骤。仿真表明,提出的改进方法在卫星轨道拟合过程中与原算法精度相当;在卫星轨道外推过程中与原算法相比略有精度损失,但仍满足用户导航定位精度的需求。采用实际北斗GEO星历解算的轨道数据验证了改进算法的有效性。     

Hilbert空间极大单调算子零点的逼近问题

设H为实Hilbert空间,C为H的非空闭凸子集,T:C→2H为极大单调算子,假设S(T)={X∈H:O∈Tx}≠Φ。求xk及ek满足设Pc:H→C为H到C上的最近点投影算子,定义证明了Hilbert空间中由上式产生的序列{xk}k≥0弱收敛于T的某个零点。     

多元线性模型的广义逆诊断问题

在实际问题中,经常需要考虑多个因变量对多个自变量的相互依赖关系,但在运算过程中经常会碰到奇异矩阵不能求逆的问题.通过推导任意2矩阵的差的广义逆,解决了这一问题,继而得出多元线性模型的参数估计,最后推出数据删除模型异常点的判断依据.