基于小波神经网络的货运量预测

选取我国1979—2011年国民生产总值、能源生产总值、进出口贸易额、社会消费品零售总额和固定资产投资总额5项指标作为货运总量的主要影响因素,以货运总量为输出,建立了基于Morlet小波函数的小波神经网络预测模型。该模型能够揭示货运量与相关变量之间的非线性映射关系,经实例分析得到了较满意的结果,并通过与实际货运量和BP神经网络预测结果的对比,证明了小波神经网络在货运量预测方面应用的可行性。     

任务驱动下航材需求量的GA-GM-BP预测

机务保障影响着航空装备战斗力的生成,机务保障资源是任务成功率的物质支撑.基于航材需求信息的灰色性,通过采用DEMATEL方法提取影响航空备件需求量的关键影响因素,采用遗传算法优化的灰色神经网络对需求量进行了仿真预测,其预测精度较BP神经网络和灰色神经网络都高.该方法对于其他航空机务保障资源的需求预测有借鉴意义.     

改进的笛卡尔遗传编程组合电路演化设计

利用笛卡尔遗传编程进行电路演化时,存在收敛速度慢、收敛时间波动较大等问题．对笛卡尔遗传编程中的可编程单元模型进行改进,增加与目标函数相关的逻辑运算,去除无关的逻辑运算,从而提高演化算法命中目标的概率．利用改进的笛卡尔遗传编程方法分别对电机换相电路和乘法器等组合电路进行演化设计．结果表明,改进后的方法明显缩短了电路演化生成的时间,且收敛时间波动较小．     

开训在即，看民兵训练基地如何准备？：硬件设施做到成龙配套

在湖北省宜昌市,每年的3月是训练基地巡检月,军分区党委常委都要分片包干,对全市9个民兵训练基地进行考察,只有通过备训考核,取得承训资格,才能开门纳客。     

基于多尺度融合预测模型的航空发动机剩余寿命预测

针对大多数基于数据驱动的航空发动机剩余寿命预测方法未细分其退化过程与复杂输入数据之间的关系,无法准确识别和提取关键特征的问题。提出一种基于多尺度融合预测模型(MSF)的航空发动机剩余寿命预测方法。该方法利用静态协变量编码网络(SCCN)和变量选择网络(VSN)针对输入数据类型进行特征选择,将SCCN生成的静态协变量连接到模型的不同位置,以提升模型捕捉不同尺度时间特征的能力,并融入门控残差机制构建模型基本框架,既能提高模型的适应性也能保证信息在网络中传递的效率,采用分位数误差作为损失函数实现了多尺度的预测,有效的提高了预测的准确性。在CMAPSS涡扇发动机数据集上进行实验分析,FD002、FD004测试集的预测精度分别达到91.9%和92.4%,通过与其他深度学习方法进行对比,RMSE最优值分别提高15.54%和16.91%,Score最优值分别提高83.21%和78.78%。     

基于概率分布的硬件木马检测特征选择方法

针对基于旁路信号分析的硬件木马检测中存在的高维以及信号冗余度高等问题,寻求一种特征选择方法在降维、降低冗余度方面的可行性,通过考虑样本概率的分布情况,提出了一种以散度和Bhattacharyya距离作为可分性判据的特征选择方法。首先分析了旁路信号的特征选择问题,然后阐述了基于散度和Bhattacharyya距离的可分性判据,最后在FPGA中植入硬件木马,采用K-L方法进行实验,通过对样本特征选择前后的检测效果发现,这种特征选择方法不仅有助于分辨"金片"与含木马的待测芯片间旁路信号的统计差异,而且与分类错误率建立联系,更好地实现了硬件木马的检测。     

面向实船训练的柴油机动力装置试验平台设计及训练仿真模型研究

为解决在舰船动力监控系统嵌入实船训练功能的难题,根据实船动力装置工作过程存储数据丰富 、可在后期持续更新的特点,以实验室柴油机-水力测功器实验装置为对象,在设计双功能集成的试验台监控网络系统基础上构建了面向实船训练的柴油机动力装置试验平台,建立了基于工作机理和试验台历史数据的小波神经网络模型,仿真和实机实验表明了研究工...     

基于神经网络集成的阵地工程效能评估

针对单一神经网络存在精度低、泛化能力弱等问题,提出了基于神经网络集成的阵地工程效能评估模型.结合某合成旅阵地工程规划方案效能评估实例,由历史数据独立训练出若干个神经网络,选出多个精度较高且差异性较大的个体网络,组合构成神经网络集成.仿真实验结果表明,神经网络集成的评估性能明显优于最优的单个神经网络,且操作简单,评估快速...     

某型装甲车辆排烟红外辐射试验研究

建立了线性标定和非线性标定数学模型,对不同温度的校准源在不同标定方法及不同标定策略测试的结果进行了分析.利用相对误差较小的标定方法和策略进行了试验,利用阈值函数筛选出了有效样本数据,经过充分训练和验证,建立了基于径向基神经网络的光谱辐射亮度校正模型,最后搭建了装甲车辆排烟红外辐射测试系统,得到了排烟的光谱辐射亮度.结果...     

基于BP神经网络的军民融合维修保障任务区分

针对军民融合维修保障任务区分问题,通过构建军民融合装备维修保障能力评估指标体系,利用证据合成理论对维修保障能力指标进行评估,设计BP神经网络模型,通过MATLAB运算得到军民双方维修能力评估值,结果分析表明,BP神经网络具有较强的解决非线性问题的能力,能够作为军民融合维修保障任务区分问题决策的依据。