数码钢琴集体课教学中的创造力培养

本文主要论述利用新的数码钢琴教学技术,创新的教学手段,通过视奏与移调、独奏与重奏、模仿与即兴创编等教学,使音乐理论和键盘技术相结合,推进素质教育,培养学生创新思维和实践能力。     

基于1.5维谱的船舶轴频电场信号实时检测

为有效地从海洋环境电场中检测出船舶轴频电场信号,在采用正态概率图法分析海洋环境电场高斯性的基础上,利用1.5维谱在抑制高斯噪声和加强谐波信号基频分量等方面的优势,提取特征频段(1～7Hz)范围内的1.5维谱的平均值为特征值,利用滑动检测方法对信号进行了实时检测,并通过实测数据对该检测算法进行验证。结果表明:该方法在信噪比较高和较低的情况下均能较好地实时检测到目标信号,并且在没有目标信号的情况下不会出现虚警。     

试论公安现役高等院校办学特色

办学特色是高等学校生存发展的前提和办学优势的集中体现,也是形成核心竞争力的关键。公安现役高等院校突出办学特色,要着力创新办学理念,强化学科专业特色和人才培养特色。     

基于阶次跟踪和BP网络的齿轮箱故障模式识别

在对齿轮箱的原始振动信号进行时域采样的基础上,利用小波包分析对其进行消噪,然后对得到的数据进行角域重采样,得到基于阶次跟踪的采样信号,再对该信号进行特征参量提取,最后利用BP网络对得到的故障特征参量集进行模式识别。该方法能够避免传统分析方法中难以克服的“频率模糊”现象,对于瞬态信号有较好的分析处理能力,是对传统频谱分析法的有力补充。     

非平稳数据处理方法与瞬时频率

利用“经验模式分解”(EMD)方法,任何复杂的数集都能够被分解为有限且通常数量较少的“本征模式函数”。“本征模式函数”产生瞬时频率,最终结果表示为H ilbert谱规定的能量-频率-时间分布。应用“经验模式分解”方法表示自然现象中的传统非线性平衡系统及其数据的数值结果,同时给出实例展示了这种新方法的作用和效果。这种方法阐明了能量-频率-时间分布,进一步显示出对非线性非平稳系统的处理效果———精确化、形象化和可视化。     

消防专业教学改革探讨

讨论了消防本科教育的培养模式 ,提出了拓宽消防学科方向的必要性和进行课程体系改革的原则。指出合理的课程体系要注重有效知识的选择 ,要正确处理教育与培训的关系 ,突出专业基础教育 ,并且要根据学科发展状况及时更新教学内容 ,进行课程整合。形成独具特色与优势的核心学科方向和以课程为代表的核心知识与核心技术是创建有核心竞争力学科专业的前提 ,也是扩大武警学院消防专业办学规模和效益的关键所在     

基于专家系统的飞机致命性部件辨识方法研究

介绍了飞机致命性部件的辨识方法,尤其对该方法的核心部分,即损伤模式影响及致命性分析(DMECA)进行了详细的剖析。引用可靠性分析中比较成熟的FMECA(故障模式影响及致命性分析)思路来确定飞机的致命性部件,从而可为飞机易损性评估及战伤修复提供前提条件。通过考虑影响部件损伤率的因素(部件的尺寸大小、防护与遮挡、复杂程度等),借助系统综合评价中的关联矩阵方法,解决了DMECA分析表单中损伤率的来源问题,从而使DMECA方法切实可行。     

基于虚拟样机技术的履带车辆传动箱模态分析

传动箱虚拟样机模型包括箱体和齿轮传动系2部分。分析传动箱模态参数,应包含齿轮系与箱体之间约束的影响。在虚拟环境下测量了传动箱的模态参数,对比了包含齿轮系和不包含齿轮系2种情况,验证了该箱体的设计使传动箱整体避开了与车辆的共振频率。同时说明了虚拟样机试验方法在箱体类零部件模态测试中的应用与技术可行性。为在设计阶段优化箱体结构提供指导。     

变论域模糊自适应滑模有限时间收敛制导律

针对拦截高速机动目标的需求,研究了一种变论域模糊自适应滑模有限时间收敛制导律。推导了导弹-目标空间拦截模型,设计了三维滑模制导律;根据有限时间收敛制导律专家的经验,采用模糊自适应控制方法对滑模制导律的非切换项进行逼近,并设计了有限时间收敛模糊控制规则;提出了一种新型变论域伸缩因子,设计了基于新型伸缩因子的变论域模糊自适应滑模有限时间收敛制导律。仿真结果表明,所设计的制导律能够使导弹准确命中目标,并能够达到视线角速率有限时间收敛,且与比例制导律相比,具有更高的制导精度和更短的飞行时间。     

A novel signal feature extraction technology based on empirical wavelet transform and reverse dispersion entropy

Feature extraction is an important part of signal processing, which is significant for signal detection, classification, and recognition. The nonlinear dynamic analysis method can extract the nonlinear characteristics of signals and is widely used in different fields. Reverse dispersion entropy (RDE) proposed by us recently, as a nonlinear dynamic analysis method, has the advantages of fast computing speed and strong anti-noise ability, which is more suitable for measuring the complexity of signal than traditional permutation entropy (PE) and dispersion entropy (DE). Empirical wavelet transform (EWT), based on the theory of wavelet analysis, can decompose a complex non-stationary signal into a number of empirical wavelet functions (EWFs) with compact support set spectrum, which has better decomposition performance than empirical mode decomposition (EMD) and its improved algorithms. Considering the advantages of RDE and EWT, on the one hand, we introduce EWT into the field of underwater acoustic signal processing and fault diagnosis to improve the signal decomposition accuracy; on the other hand, we use RDE as the features of EWFs to improve the signal separability and stability. Finally, we propose a novel signal feature extraction technology based on EWT and RDE in this paper. Experimental results show that the proposed feature extraction technology can effectively extract the complexity features of actual signals. Moreover, it also has higher distinguishing ability for different types of signals than five latest feature extraction technologies.