基于改进支持向量机的航空装备维修安全评估

传统航空装备维修安全评估大多采用定性评估方法,针对传统评估中存在主观性、随意性过强,实践中缺乏可操作性等问题,提出了基于核密度估计的改进支持向量机。构建了航空装备维修安全评估指标体系,在利用层次分析法对其权重进行计算的基础上,通过改进支持向量机对某单位航空装备维修状况进行了全面评估,为航空装备维修安全评估提供了科学的方法,对确保航空装备维修安全具有较强的理论和现实意义。     

小子样多失效模式系统可靠性竞争模型

为解决小子样多失效模式系统可靠性模型参数的估计问题,首先应用支持向量积建立小子样条件下各故障模式的规律模型,其次利用模型将各故障模式的故障数据由小子样扩充成大样本,再次采用常规的参数估算方法估算各故障模式的分布参数,最后建立多失效模式系统的可靠性竞争模型。利用所提方法,建立了小子样条件下具有两种失效模式的柴油机汽缸套可靠性竞争模型,计算结果与大样本条件下的故障预测数据吻合度较高,说明了方法的有效性。     

美国研究型大学在第二次世界大战中的重要作用

在第二次世界大战之前,美国联邦政府的研究基金主要支持农业发展、国家防卫和自然资源开发等方面的研究,一般由联邦政府雇佣研究人员在小型的联邦实验室和实验站中进行。当时大学很少申请联邦政府的研究基金,工业界也只得到联邦政府很小比例的经费支持,工业的发展在一定程度上依赖来自大学的技术训练和大学教授提供的咨询。     

IP地址分类、子网划分及CIDR浅析

TCP/IP协议是计算机在Internet上通讯的标准协议,IP地址是计算机在Internet上的标识,为了减少Inernet上的网络风暴,要求每一个网络必须隔离开来形成了网,而过多的划分子网又会使网络的路由信息表增大,本文针对上述问题进行了探讨,并给出了相应的解决方案。     

扎实搞好基层后勤正规化建设

我们二支队认真贯彻总队党委提出的“环境出战斗力”的思想,在地方各级党委政府的大力支持下,在总队后勤部的具体指导下,坚持把基层后勤正规化建设作为部队全面建设上台阶的切入点,支队党委“一班人”真抓实干,全体官兵勤俭建家,经过近一年时间的艰苦努力,基层营区告别了“布局分散、结构简陋、陈旧老化”的旧貌,实现了历史性的根本转变．     

一种快速检测纹理斑块的方法

提出一种检测纹理图像中的斑块的快速算法。算法利用图像中每个位置的代表块与纹理原型的K -S距离来进行纹理分类。研究了K -S距离的基本性质 ,给出了纹理原型的估计方法和层次快速搜索技术。对合成图像和自然图像的实验结果表明了该方法的有效性     

基于向量拟合的电机设备电磁干扰建模方法

提出了一种基于向量拟合的电机设备电磁干扰建模方法。模型建立所采用的数据是通过对实际干扰设备的端口特性进行测量得到,测量过程简单方便。提出的两种通用电路拓扑单元,其电路参数可通过向量拟合进行求解。最后通过对一台三相电机进行建模,进行了数据误差分析,验证了模型具有准确性。本模型可以在10 kHz～70 MHz的频域内对电机设备的传导电磁干扰作出分析。     

GSVM:一种支持Gather/Scatter的向量存储器

宽单指令多数据流(Single Instruction Multiple Data, SIMD)架构数字信号处理器一般都能高效支持地址连续或等距跨步等规则应用的向量访存,但对于科学与工程计算中广泛存在的不规则应用的数据访存则带宽利用率往往较低,从而大幅降低了其整体运算能效。为了提高不规则应用的向量访存性能,基于某SIMD数字信号处理器的体系结构,设计了一种支持Gather/Scatter访存的向量存储器GSVM。通过设计与SIMD宽度相匹配的向量地址计算单元和合适深度的冲突缓冲器阵列,实现了Gather/Scatter指令向量地址计算、仲裁与缓存的全流水访存操作。实验结果表明,相比以前不支持Gather/Scatter访存的存储器,GSVM在增加22%的硬件代价基础上,基于稀疏矩阵向量乘的测试程序集获得了2～8的性能加速比。     

网络化军事信息系统数据架构研究

针对网络化军事信息系统的数据特点,提出了一种网络化军事信息系统数据架构,在多维数据分类的基础上,建立由全军数据、战区数据、部门数据构成的数据参考模型,并从支持信息共享、业务互操作、系统灵活重组3个方面,提出网络化军事信息系统的数据应用模式,探讨全军范围内的数据共享、业务互操作的实现方式,为网络化军事信息系统的数据规划提供参考。     

用于多类分类的层次式支持向量机

针对支持向量机存在的训练数据量大导致的训练时间过长和训练数据不平衡导致的分类结果会向训练数据多的类倾斜等问题,提出了适合于多类分类的层次式支持向量机。在训练过程中,首先折衷考虑各类之间的距离和各类的训练数据长度,据此将训练样本分为距离较远且其长度基本平衡的2类,然后逐层进行训练,最终形成二叉树分类结构。仿真实验证明,该方法能够有效地缩短训练和分类时间,且对多类分类中的数据不平衡问题有一定的效果。