连续碳化硅纤维的研制

本文研究了用先驱体法制备连续碳化硅(SiC)纤维的全过程。通过常压高温裂解法制得纺丝性能好的聚碳硅烷,经100孔熔融纺丝、不熔化处理和高温烧成等一系列工艺处理,制得了高性能的SiC纤维。该纤维单丝直径8～15微米,连续长度达100米,抗拉强度为2～2.3GPa,抗拉模量178GPa。主要性能达到日本同类产品八十年代的水平。本文还对制备工艺的一些基本规律及连续纤维的主要性能进行了研究。     

改进的Fisher准则及其在语音聚类中的应用

针对传统的Fisher准则在聚类分析方面的不足,提出了一种新的修正的Fisher准则。通过重新定义类内方差,得出最大Fisher值与最佳聚类数目的对应关系,从而预测出最佳聚类数目。通过对语音库中语音段落的说话者组成结构进行分析,证明了修正后的Fisher准则能有效地优化聚类分析,并显著提高了说话者组成结构分析结果的精度。应用基于修正后的Fisher准则的LBG聚类算法,能为语音操控系统中无监督的说话人自适应提供更可靠的说话人模板库。     

水基防锈液防锈性能的介电谱测定

阻抗频段的介电谱在金属腐蚀/缓蚀研究领域有良好的应用。为解决水基防锈液防锈性能常规检测方法实验用时长与结果误差大的问题,利用基于AD5933的介电谱仪和平面叉指电容传感器检测水基防锈液防锈性能。对样品介电谱进行直观分析,发现防锈性能好的样品,其介电信号更强烈;通过系统聚类算法分析,可快速区分样品防锈性能强弱和防锈剂类型;系统聚类算法与标准方法有一定的相关性,但二者所得结果的等级划分难以一一对应。实验结果证明,介电谱技术能够为水基防锈液防锈性能的定性检测提供快速且简便的新方法。     

基于K-means-RBF的机载传感器评估

针对传统RBF神经网络存在的高维数据学习训练问题,采用K-means聚类算法设计RBF神经网络数据中心,建立基于聚类RBF神经网络的机载传感器精度评估模型,运用改进的RBF神经网络对机载传感器系统进行精度评估研究.仿真研究结果表明,与传统RBF神经网络评估算法相比,该算法有效减少评估时间,提高预测精度,表明算法是合理和有效的.     

聚钛碳硅烷的结构与性能研究

通过聚碳硅烷与四丁氧基钛的反应。可以制得含钛碳化硅纤维的先驱体聚钛碳硅烷。反应物配比(Ti(OBu)_4)/PC 将直接影响产物的结构与性能。随这一比例的增加,聚钛碳硅烷的可纺性与熔点将有规律地变化。这可归因于以—Ti—O—为桥的交联结构和以—Ti(OBu)_3为侧基的悬挂结构的形成。本文研究了聚钛碳硅烷的结构与性能的关系,并以具有良好成丝性的PTC-0.02与PTC-0.04为先驱体,制得了含钛碳化硅纤维。     

基于模糊聚类的雷达信号分选

为克服传统信号分选算法的局限性,采用了基于模糊聚类分析的雷达脉冲信号分选方法。首先介绍了模糊聚类的基本原理和具体步骤,利用熵权法对不同雷达信号特征参数增加了加权系数,其次建立了有效性评价模型来确定最佳聚类,并进行了信号分选仿真实验。利用该方法进行模糊聚类时无需设置阈值,仿真结果证明分选方法的正确性,验证了此方法的有效性和可行性。该方法能够处理多个雷达脉冲信号,是一种解决多脉冲信号分选问题的新途径。     

下期要目

<正>~~     

信号分割修正聚类的星座图恢复算法

通过分析载波估计频偏、信号长度对星座图恢复的影响,采用将长信号分割为短信号的方法减小频偏对星座图恢复的干扰,并通过旋转叠加修正的方法解决了由信号长度减小导致码元失去历遍性而带来的星座图恢复不完整问题,最后根据信噪比大小选取不同聚类算法进行聚类并再次修正,实现了星座图对称的幅相调制信号的星座图完整恢复。多次仿真表明,该算法对频偏估计精度的要求可以降低1~2个数量级,减小了参数估计的工作量,使因参数估计精度不高而带来的信号后续分析困难问题得到了良好解决。     

MST聚类算法及其仿真实现

通过对常用聚类算法的研究,指出了MST聚类算法的优越性,并依据其具体实现步骤,结合Matlab软件基于矩阵运算的特点,提出了一种计算机编程思想,给出了具体流程和仿真结果。     

基于改进C-均值聚类算法的空中目标分类

空中目标的正确分类对防空作战效果有着重要的影响。在分析了空中目标类型和目标的表征方法之后,构建了动态聚类中的一种分类算法———改进C-均值算法。该算法改变了以前算法中只用一个聚类中心作为一类的代表的做法,而采用的是类核函数代替类心的方法。类核函数较一个聚类中心更能够表现出某一类的分布信息,从而提高分类的正确率。