基于相对密度的增量式聚类算法

基于聚类的相对性原则:簇内对象具有较高的相似度,而簇间对象则相反,提出一种基于相对密度的增量式聚类算法,它继承了基于绝对密度聚类算法的抗噪声能力强、能发现任意形状簇等优点[1],并有效解决了聚类结果对参数设置过于敏感、参数值难以确定以及高密度簇完全被相连的低密度簇所包含等问题。同时,通过定义新增对象的影响集和种子集能够有效支持增量式聚类。     

目标自动跟踪参数辨识模型的工程化动态辨识

为解决机动目标参数辨识模型工程应用问题,采用扩张状态观测器等先进的非线性滤波算法,从实测的含有观测噪声的目标位置数据的序列中,直接估计出机动目标运动的一阶、二阶、三阶导数,并结合目标运动模型辨识的理论算法,在工程应用上首次实现了机动目标运动模态和运动模型的双重动态辨识,完成了目标模型动态辨识的工程化设计.     

舰艇电力系统稳态参数计算方法的研究

提出了一种基于网络的方法--"节点电势法",该方法适用于任何复杂结构的电力系统,并充分考虑了电动机参数、机械负载特性等对系统稳态参数的影响,计算精度高,方法简单,易于计算机实现,收敛性好,且具有较好的延伸性.     

四参数寿命分布S(α,β,λ,μ)

本文提出一个具有密度函数 (α>0,β≠0,λ>0,μ≥0)的四参数寿命分布S(α,β,λ,μ),然后证明了它的一些基本性质,据形状参数对(α,β)的不同取值,找出了失效率λ(t)关于时间t的五种变化规律:不变;递减;递增;先增后减;先减后增,并显示出不变失效率是其余四种失效率当(α,β)→(1,1)时的极限。     

离散随机系统的一类综合控制

研究离散线性随机系统在方差约束下的综合控制设计问题,即设计期望的静态输出反馈控制器,使闭环极点位于单位圆内的一个环形区域内。同时,每个稳态状态方差都满足给定的上界约束,从而使闭环系统具有良好的稳定特性和动态性能。本文利用修正的代数Ｌｙａｐｕｎｏｖ方程,推导出控制器存在的充分条件和解集刻划,并提供了说明性的数值算例。文中所得结果具有形式简洁、易于工程实现的特点     

低阻航弹阻力系数的辨识方法

根据航弹实测坐标数据。通过将阻力系数用δ-样条函数描述,利用参数微分法获取航弹的阻力系数曲线。模拟计算和实测试验数据处理结果表明,该方法可解决参数微分法由于不易给出合理初值而无法保证优化过程收敛的难题。     

对火炸药可靠性参数及指标的思考

火炸药无论作为一个独立的产品,还是作为弹药的装药部件,都应有它本身的质量要求。为进一步讨论火炸药的内在质量特征及其相互关系,本文在分析火炸药的可靠性参数和指标的基础上,论述对可靠性指标的选择确定问题。     

二维带限信号代数正则外推算法

用代数正则化方法直接将连续的数学模型离散化,然后用Tikhonov正则化方法求解代数方程组,构造稳定的正则化算法,并进行数值仿真,结果是满意的。     

一种基于神经网络的阶跃响应辨识方法

提出了一种基于神经网络的参数辨识方法,该方法与传统的参数辨识方法有着本质的不同。它充分地利用了神经网络对任意非线性函数的逼近能力,并将其与传统的基于阶跃响应的辨识方法结合起来。对方法的原理及其相关的神经网络算法做了具体的阐述并给出了仿真实例,结果表明方法是可行的,并可由此看出,神经网络用于工程实际的广阔前景。