多层局部回归神经网络在激光陀螺捷联惯导系统惯性敏感器误差补偿中的应用

惯导系统误差补偿技术对提高武器装备的性能具有重要的意义 ,而误差补偿的关键在于误差模型的辨识。探讨将多层局部回归神经网络引入到惯性敏感器误差建模中 ,详细介绍了网络结构和对应的自适应动态梯度算法。仿真算例说明 ,多层局部回归神经网络在惯性敏感器输出误差建模时具有一定的优点 :网络收敛速度快、较好的跟踪性能、稳定性好。     

神经网络指导贝叶斯决策准则用于运动目标分类

本文利用目标的动态特性开发了神经网络指导的贝叶斯决策准则进行目标分类。系统由特征提取器、指导条件概率生成器的神经网络、新颖的序贯分类器组成。所应用的主要特征是从每个航迹中提取的速度和曲率序列。类似于隐式马尔可夫模型(HMM),用隐含状态训练神经网络,网络的输出则是给定观测下出现隐含状态发生的条件概率。然后用这些条件概率作序贯贝叶斯分类器的输入进行分类。一旦接收到新的扫描数据,分类结果递推更新。为了说明所述方法的有效性,介绍了关于高杂波率的多扫描图象的模拟结果。     

马克思主义认识论与现代科技革命——论计算机科学的发展

本文简要论述了马克思主义认识论作为认识和改造自然的完整科学体系,其创立的必然性;革命性和科学性的统一;以及对科学技术革命的指导作用.从马克思主义认识论的角度出发探讨了计算机科学的发展和规律,充分表明了自觉运用马克思主义认识论来指导科研工作的重要理论价值和实用价值.     

一种优化神经网络映射算法——吸收算法

本文揭示了神经计算的本质──并行分布处理,并以此为基础提出了时间步的概念。分析了映射算法的两个重要概念──负载均衡和通讯开销,并提出了映射分配准则。在神经网络的映射分配中引入图论的有关思想,提出了一种优化的神经网络映射算法──吸收算法。最后给出了重要的试验结果,这些数据表明吸收算法是一种有效的映射算法。     

论智能控制（IC）在水面兵器中的应用

对智能控制的应用情况、控制特点、基本型式及其在应用中有待解决的若干问题进行了论述。     

一种新的模式识别模型及其实现

模式识别是机器智能的一个重要研究领域,针对当前模式识别方法的难点和应用的要求,本文从模式识别问题描述出发,构造了一种新的模式识别模型,并对这种模型的动力学过程进行了描述和分析,论述了这种模型的可能实现途径,并详细论述了两种神经网络的实现方法。     

一种带限信号重建和外推的方法

讨论一种新的高频重建的数值方法。此方法包括三步:首先将问题用傅立叶变换到频域;其次,用Tikhonov正则化方法求问题的正则解;最后用傅立叶反变换变回时域。它能充分利用卷积型积分方程的特性,计算复杂度低。文中给出算法,证明收敛性;还给出计算机实验结果。     

噪声情况下基于δ—K方法的费米体系数值反演

在文献[1][2]结果的基础上,给出了一个费米体系数值反演的超分辨处理方法。这种广义偏离算法是基于Tikhonov正则化技术,能够在算法中附加各种限制和先验信息,抑制噪声干扰,且计算的复杂性较低。     

机械设备大修策略的仿真研究

本文讨论了在维修策略研究中常用的Weibull过程故障流模型及其特性,并给出了模拟Weibull故障流的Monte-Carlo方法。在此基础上作者提出一种依赖于已发生故障次数的大修策略并与其它两种大修策略进行了仿真对比研究,分别计算出了各种策略下的单位时间费用及可用度的变化情况。结果表明,作者提出的依赖于故障次数的大修策略能达到与另外两种大修策略中最好的几乎相同的水平。     

长直螺线管内外的B值和方向的理论证明

从理论上证明了通电长直螺线管内外的磁感强度B值和方向,解决了普通物理教学中的一个难点.