一个新型数据采集处理系统在电机试验中的应用

介绍了一个用于电机试验的新型数据采集处理系统 ,并举例说明了该系统在电机试验中的功能及应用     

基于MATLAB／SIMULINK的某型高炮伺服系统的仿真研究

伺服系统是高炮系统的重要组成部分.基于MATLAB环境中的SIMULINK仿真软件,对某型高炮伺服系统进行了动态仿真和分析,仿真结果可用来指导实际系统的参数调整.     

LabWindows／CVI环境下的仪器驱动器开发

研究了VPP下的仪器驱动器、软面板和安装程序等的功能和特性,并结合寄存器基VXI多路开关模块的研制,说明了在LabWindows/CVI环境下开发仪器驱动器的一般方法与研制过程.     

随机相位信号检测模型及其在移动通信保密系统中的应用

通过对随机相位信号检测模型的分析 ,介绍了一种基于该检测模型的对于经FSK调制的随机相位信号的检测方法 ,并阐述了该方法在一种蜂窝式移动通信保密系统中的应用     

Minimizing makespan on a single batch processing machine with nonidentical job sizes

We deal with the problem of minimizing makespan on a single batch processing machine. In this problem, each job has both processing time and size (capacity requirement). The batch processing machine can process a number of jobs simultaneously as long as the total size of these jobs being processed does not exceed the machine capacity. The processing time of a batch is just the processing time of the longest job in the batch. An approximation algorithm with worst‐case ratio 3/2 is given for the version where the processing times of large jobs (with sizes greater than 1/2) are not less than those of small jobs (with sizes not greater than 1/2). This result is the best possible unless P = NP. For the general case, we propose an approximation algorithm with worst‐case ratio 7/4. A number of heuristics by Uzosy are also analyzed and compared. © 2001 John Wiley & Sons, Inc. Naval Research Logistics 48: 226–240, 2001     

带有状态噪声的限定记忆卡尔曼滤波方法

在已有限定记忆卡尔曼滤波方法的基础上 ,引入状态噪声 ,并推导了新的限定记忆卡尔曼滤波公式。从而降低了记忆长度的选取难度 ,扩大了已有模型的适用范围     

用于目标弱信号处理的三重相关匹配滤波技术

分析了在二重相关匹配滤波技术的基础上实现三重相关匹配滤波的方法。三重相关匹配滤波对于目标的弱信号进行检测和处理 ,具有广泛的实用价值。给出了一个红外搜索目标信号处理的计算机模拟结果 ,并对计算机模拟结果进行了分析 ,证明了三重相关匹配滤波技术相对于二重相关和三重相关检测技术的优越性     

激光捷联惯导在某雷达导航系统中的应用

介绍了法国 SAGEM公司生产的激光陀螺捷联惯导系统 - Sigma30的基本结构和导航原理 ,研究了由 JupiterGPS接收机与 Sigma30构成的组合导航系统的组合方案 ,并从工程的角度讨论了其在某雷达组合定位定向导航系统中的应用     

水体富营养化危害、成因及防治

水体富营养化严重影响人类健康、可用水量、水体经济价值和水体寿命,而大量污水超标排放、农业面源污染、水产养殖业失当、周边环境恶化和底泥氮磷溶出是其形成主因。在治理和恢复富营养化水体的实践中,必须强化污染预防意识,从源头上削减污染负荷,同时选用切实可行、系统协调、针对性强的政策和措施并长期坚持实施,才能起到事半功倍的效果。     

上下文感知的深度弱监督图像哈希表示学习方法

针对现有深度监督图像哈希表示学习方法依赖于图像的类别信息,难以在现实中被广泛应用问题,利用与图像相关的标签信息作为监督信息,提出上下文感知的深度弱监督图像哈希表示学习方法。该方法一方面通过自适应捕获图像区域特征的相关上下文来增强它们的表示能力,另一方面通过引入判别损失来提高学习到的哈希码表示的判别性。在现有两个公开数据集上的大量实验结果证明了该方法的有效性。