基于神经网络的跨介质飞行器水面弹跳运动参数快速预测方法

为进一步提高跨介质飞行器水面弹跳运动参数的计算效率,提出基于线性多元回归、反向传播神经网络及径向基函数神经网络的水面弹跳运动特性近似模型,对弹跳后运动参数进行快速预测。首先,建立跨介质飞行器水面弹跳数值仿真分析模型,对模型进行校验。其次,基于上述三种预测算法,以飞行器水面弹跳初始俯仰角、弹道倾角和速度作为输入值,预测其在水面弹跳运动中的末速度。结果表明：径向基函数神经网络算法对跨介质飞行器水面弹跳中的末速度预测的性能表现最优,与数值仿真速度值对比,回归系数为0.988,模型精度与速度预测结果可信性较高;速度预测值与数值计算的平均残差保持在8.39%以内,残差范围保持在±15 m/s以内,对跨介质飞行器水面弹跳运动研究具有参考价值。     

近代科学传播及在中国文化传统中的含义

培养与提高民族科技创新意识 ,对于我们这样一个缺乏近代科学传统的国家来说 ,必须理性地对待近代西方科学传播对民族文化传统的影响。本文通过科学在我国近代文化传统中含义的研讨 ,认为尽管近代科学已经在我国获得了迅速发展 ,但是更多地被纳入传统“经世之学”或对“道”的追求 ,而作为科学文化深层底蕴的科学理性与科学精神仍然相当缺乏。因此 ,在我国科学文化的发展中 ,应该更加注意 ,以给民族创新意识的培养和提高 ,提供足够的意识支援。     

模糊推理与多重结构神经网络在信息系统安全风险评估中的应用

针对信息系统安全风险评估中风险因素的模糊不确定性及风险因素闻的潜在关联性,提出了一种结合模糊理论与神经网络的评估方法.利用模糊聚类的方法将因素的评价集分为5类,运用三角模糊数对评价集语言变量进行模糊化处理;基于历史经验,借助模糊神经网络强大的自适应能力与非线性映射能力.对信息系统进行安全风险评估,有效降低了评估的随机性...     

污水中重金属离子浓度软测量的BP算法

在重金属离子检测仪器及其工作原理研究的基础上,对污水中重金属离子浓度测量方法进行了分析研究,分析了采用软测量技术的可行性和必要性,针对水质测量具有非线性、大时变和多滞后的特点,提出了基于BP神经网络的污水中重金属离子浓度软测量建模方法,建立了软测量模型,并通过仿真分析和实验验证了该方法的实用性.     

盘点优秀共产党员必须具备N种精神

党员的精神是什么,从一定意义上说,就是岗位形象。一个党员在本职岗位中发挥了先锋模范作用,就为群众树立了良好的榜样……为人民服务"全心全意为人民服务"是中国共产党的宗旨,要求一切从人民的利益出发。军旅英模华益慰,年过七旬,仍然坚持每年做100多台手术,直到自己被查出胃癌晚期住进病房的前一天,还坚持为病人做完最后一例手术。华医生一辈子没有什么光环却赢得了无数人的尊敬和爱戴,他一生最大的成就就是几千例经过他精心救治的患者和他帮带的200     

基于神经网络模糊融合技术的潜艇声纳目标识别系统

将神经网络和属性层模糊数据融合技术应用于潜艇水下目标识别是解决潜艇声纳目标识别问题的有效途径。本文建立了声纳目标识别系统的结构模型和算法模型,设计了一个基于神经网络属性层模糊数据融合的目标识别系统,研究了将噪声信号功率谱和双谱用于目标识别,并进行了仿真,验证了该系统的可行性和有效性。     

基于BP神经网络带调压器直流发电机特性的辨识

为使坦克直流发电机的调压特性实验能够在计算机上仿真进行,节约教学实验成本,可利用神经网络对直流发电机的调压特性进行辨识,得到了比手工绘制精度更高的特性曲线.因此,调压特性的神经网络辨识法,有利于直流发电机特性实验教学.     

基于神经网络和功率谱的水中目标信号检测方法

将功率谱和神经网络相结合,应用于高海况、低信噪比条件下,水中目标信号的特征提取中.文中首先对信号进行功率谱估计,利用目标信号功率主要集中在低频部分的特点,提取低频信号的能量作为特征,然后利用人工神经网络对目标信号进行检测.利用不同浪级情况下海洋水压场的仿真信号数据,对某型目标舰船的水压信号进行了检测计算,验证了该方法的有效性,尤其是达到了在高海况、低信噪比条件下,对目标信号检测率比较高、虚警率比较低的效果.     

基于贝叶斯网络的计算机网络端到端服务故障诊断

研究了利用贝叶斯网络不确定推理技术实现端到端服务故障诊断的方法,详细描述了贝叶斯网络故障诊断模型的建立方法,设计了基于Pearl信念传播机制的故障诊断算法,并对其进行了改进,以提高诊断效果.最后,通过仿真验证了该方法的有效性,并提出了下一步的研究方向.     

基于粗集的神经网络在目标类型识别中的研究

为克服传统的目标类型识别方法的不足,提出将粗集和神经网络紧耦合建立新的识别模型,即经过识别信息预处理、样本数据粗集方法简化、神经网络学习训练及待识信息网络识别等步骤,充分融合了粗集强大的规则提取能力和神经网络优良的分类能力。实验表明,该模型减少了识别的主观因素,简化了神经网络结构,提高了运算速度。