间续型备件消耗预测方法的研究

间续型需求是一种随机需求,其不确定性使需求数据中存在着大量的零值。文章针对此问题采用支持向量机算法,利用其结构风险最小化方法的近似实现的优点和能较好地处理非线性回归问题的优势,建立一种有关间续型备件消耗的预测模型。经实验和仿真测试表明,将支持向量机算法应用到备件消耗预测中是有效的,可行的。     

基于修正核函数的支持向量机空袭目标威胁评估

为提高空袭目标威胁评估的准确性,在分析目标威胁评估特点的基础上,提出了一种基于修正核函数的支持向量机空袭目标威胁评估方法.该方法以黎曼几何为理论依据,通过构造一种新的保角变换,并利用该保角变换对核函数进行修正,可提高支持向量机用于空袭目标威胁评估的精度.通过实例仿真与标准支持向量机方法进行比较,说明了该方法的有效性和优越性.     

PLC控制纸机传动系统

随着变频器在纸机应用中的不断广泛,计算机技术和通信技术的结合,使纸厂的自动化程度和控制精度,控制速度和系统的稳定性提高到一个新的水平。本文以美利纸业1880/300纸机为例,重点讨论PLC在纸机系统中的构成与设计。     

日本海上动武引发忧虑

兴师动众捉小船。日本当地时间2001年12月22日1时30分,鹿儿岛县奄美大岛西北240公里海域上空,日本海上自卫队的P-3C海上巡逻机突然发现一艘可疑船只。清晨6时20分,一艘吨位为100吨左右的船只,船体左舷上印有船名“长渔3750”,船体类似渔船结构。经过对巡逻机拍摄下的照片分析．日本自卫队认定此船形迹可疑,     

切实做好“三个代表”思想进课堂的工作

让“七一”重要讲话和“三个代表“思想进课堂 ,必须要做大量艰苦细致的工作 ,要认真学习 ,吃透精神 ,要摸清下头 ,掌握实情 ,既要释疑解惑 ,搞好课堂教学 ,更要到实践中接受活的教育。     

中国传统兵学与郑成功东征台湾之役

明末清初的郑成功东征台湾之役 ,在其战略战术的诸多方面运用和发展了中国传统兵学 ,体现了中国传统兵学的博大精深。郑成功东征战役之所以能够最终取胜 ,首先在于他所亮出的“反清复明”、“驱荷复台”的旗帜具有鲜明的正义性特点 ;也在于他能够成功地运用了谋略制胜原则 ,掌握了战争主动权 ;同时 ,郑成功还能够依靠海峡两岸人民 ,造成了民众参战的作战态势。由于上述因素 ,使郑成功稳操胜券。东征台湾之役 ,在中国兵学发展史上留下了不朽的篇章。在郑成功收复台湾34 0周年之际 ,笔者特以此文作纪念。     

激光测距机及发展趋势

本文概述了激光测距机的工作原理、国外激光测机的发展现状、影响及其发展趋势。     

基于改进LS-SVM的异步电机转子故障诊断

为了提高异步电动机转子故障的诊断精度,给出了一种基于改进最小二乘支持向量机(LS-SVM)的多故障分类算法。首先运用FFT处理电机的定子电流信号得到信号频谱图,从中提取故障特征向量;然后将特征向量送入改进算法进行故障诊断时,在原有多分类算法的基础上引入层次分析法确定故障类别的权重,根据权重值确定故障的诊断顺序,依次进行故障分类。实验表明,改进算法用于故障诊断节省了诊断时间,提高了诊断精度,具有很好的推广前景。     

基于AdaBoost-SVM的P2P流量识别方法

针对传统的P2P流量识别技术存在识别率低和误判率高的缺点,将机器学习中Ada Boost算法的良好分类能力和SVM的泛化能力结合起来,提出一种基于Ada Boost-SVM组合算法的P2P网络流量识别模型,将SVM作为Ada Boost的基分类器,运用最小近邻法计算支持向量与训练集的样本间的距离实现分类进行P2P流量识别。最后,以4种P2P流量数据为研究对象在MATLAB上进行仿真,仿真结果表明,提出的Ada Boost-SVM的组合算法在P2P网络流量的分类性能和分类准确率上都优于单纯的Ada Boost和SVM,组合算法的P2P流量平均识别率高达98.7%,远高于Ada Boost和SVM的识别率。     

基于SVM-UPF的雷达弱小目标检测前跟踪算法

针对低信噪比条件下雷达弱小目标的检测与跟踪,提出了基于支持向量机和无迹粒子滤波的检测前跟踪算法。该算法采用无迹卡尔曼滤波生成粒子滤波的重要性密度函数,提高了粒子的使用效率,在此基础上将支持向量机引入到粒子重采样步骤中,通过构建状态的后验概率密度函数来获得多样性的新粒子,有效解决了粒子贫化问题,仿真结果表明,该算法提高了目标的检测概率和跟踪精度。