基于不同能量值特征优选的水声目标识别

采用Bartlet平均周期图、小波变换和经验模态分解方法分别提取信号的频段能量值特征、IMF能量值特征,重点对IMF能量值特征进行特征优选。通过设计BP神经网络分类器,对实测的四类舰船目标的辐射噪声信号进行测试,取得了较好的识别效果。     

中美合作所双重性特征评析

中美合作所是中美两国共同组建的国际性军事合作机构。该机构虽然在军事合作对日作战方面发挥了一定的积极作用,但也从事了训练特种警察、暗中破坏抗战后期美国调处国共关系努力、抢占沦陷区大城市及不透明的军用物资交易等与其宗旨和任务极不相称的带有政治色彩的活动。中美合作所兼具积极作用与消极作用于一身的双重性特征,使其在很大程度上为国民党政权所用,不恰当地介入到中国内部政治斗争的漩涡。据此,中美合作所既非纯粹的"抗日机构",更非某些学者所言是中美关系史上的"亮点"。     

基于循环谱相关的雷达信号脉内分析改进算法

针对传统的雷达信号脉内特征分析算法存在的局限,提出了一种基于循环谱相关的雷达信号脉内特征分析的改进算法。该算法将传统的循环谱估计方法进行了改进,能对雷达信号脉内调制方式进行识别并提取脉内特征参数,然后结合改进的小波变换的优点,对识别出的相位编码信号进行相位突变点的提取,最后输出至完善的脉冲描述字中。改进的算法能够在较低计算量的同时保证较好的脉内特征参数的估算精度。仿真结果表明,在较低信噪比下,该算法仍然具有较好的性能。     

基于小样本学习的军事装备识别技术

针对军事装备样本稀缺昂贵、目标识别研究进展缓慢等问题,从人类认知科学出发,提出利用民用装备数据完成深度学习训练,实现大样本知识积累;采用模式识别算法提取装备武器特征,实现样本目标识别。通过分析2种样本属性空间距离,利用卷积神经网络作为前端,采用SIFT算法作为后端,构建递进学习模型,实现对多种军事装备的高效识别。实验测试模型识别坦克、战机和军舰平均置信度分别为87%、92%和91%,军事装备武器样本数量决定目标识别精度,样本泛化可提高目标识别率。提出的递进学习模型充分利用深度学习和模式识别算法优势,实现军事领域武器装备小样本目标识别。     

基于复杂度特征的干扰识别算法

复杂度可以用来刻画信号的波形变化特征。文中使用了L-Z复杂度和分形维数这两种复杂度作为干扰识别的特征参数并结合支持向量机对干扰进行分类。仿真结果表明L-Z复杂度和分形维数计算复杂度低,且具有较好的类别差异度,同时文中提出的算法具有较高的识别准确率。     

预备犯的刑事责任之比较--从大陆法系刑法与我国刑法的角度

大陆法系国家刑法和我国刑法典中都存在预备犯。但是 ,关于预备犯的构成特征、刑事责任的根据、刑事责任的基础与立法模式都有着显著的差异。其原因在于大陆法系国家和我国在刑法理论的着重点、法律文化本位、乃至整个社会传统文化渊源上都迥然不同。借鉴大陆法系国家的立法模式 ,改善立法技术 ,完善我国预备犯的相关立法 ,是适应世界刑罚宽缓化的潮流 ,加大人权保护力度的必然要求。     

基于神经网络的柴油机特征参数评价与选择

在设备故障诊断中,正确地提取与选择特征参数对于诊断结果的有效性和准确性具有关键性的意义,在提出评价判据时样本的概率分布往往难以确定,针对模式识别中特征量的选择方法,结合人工神经网络原理,提出了利用人工神经网络进行故障特征量评价与选择的方法,实现了对柴油机特征参数的提取及选择,有效地解决了柴油机状态监测与故障诊断中测试参数多而难以优化的问题。     

旋启止回阀水击分析与计算

在管道输送系统中,止回阀是重要的阀门之一,其中,旋启止回阀最为常用。众所周知,由于泵机组故障停机或断电,止回阀的突然关闭可能会引起严重的水击。正确分析、预估和计算其关阀水击压力升值对管道系统的安全十分重要。首先。建立了旋启止回阀阀瓣的运动微分方程,根据管流瞬变理论,利用特征线法进行了数值求解;其次,利用旋启止回阀的动态特性曲线,提出了一种简单适用的关阀水击压力近似计算法。对止回阀的正确选择和工程设计均具有一定的参考价值。