基于滤波与BP神经网络的水下探测信号检测算法

针对水下探测系统探测船舶磁场信号时信噪比较低的问题,首先根据磁异常信号的频域特征,设计了约束最小二乘FIR滤波器,通过对含噪信号进行带通滤波,滤除高频噪声;再采用BP神经网络对低频分量进行学习,提取船舶目标特征信号。将该算法应用于船模实测实验,结果表明:该算法可以显著提高信噪比,增强对船舶磁场信号的检测能力。     

基于信息熵的多属性群决策通指装备效能评估算法

基于通指装备效能评价指标的多样性和描述语言的模糊性,首先将对通指装备评价属性的定量、定性描述指标统一转化为三角模糊数,实现定量指标与定性指标的规范化处理,在此基础上提出一种基于信息熵排序的模糊多属性群决策算法,实现对通指装备的综合评价．最后,通过通指装备效能评估实例分析并证明了算法的可行性和有效性．     

一种可移动式科氏流量计实验平台设计与实现

为提高科氏流量计的计量精度,促进相关数字信号处理方法与技术的发展和进口高精度科氏流量计的国产化,设计了一种可移动式科氏流量计实验平台。简述了科氏流量计的基本原理和相关数字信号的处理方法,指明了相关方法的研究趋势。针对研究趋势,分析了科氏流量计实验平台的功能需求,给出了总体设计方案、硬件选型、软件流程和技术指标,重点阐述了数据采集模块(以PLC和NI9234为核心部件)的详细设计,给出了实验平台的初步测试结果。测试表明,该实验平台性能稳定,功能全面,能较好地为开展科氏流量计相关数字信号处理方法研究提供平台支撑。     

Production and transport logistics scheduling with two transport mode choices

This paper considers a new class of scheduling problems arising in logistics systems in which two different transportation modes are available at the stage of product delivery. The mode with the shorter transportation time charges a higher cost. Each job ordered by the customer is first processed in the manufacturing facility and then transported to the customer. There is a due date for each job to arrive to the customer. Our approach integrates the machine scheduling problem in the manufacturing stage with the transportation mode selection problem in the delivery stage to achieve the global maximum benefit. In addition to studying the NP‐hard special case in which no tardy job is allowed, we consider in detail the problem when minimizing the sum of the total transportation cost and the total weighted tardiness cost is the objective. We provide a branch and bound algorithm with two different lower bounds. The effectiveness of the two lower bounds is discussed and compared. We also provide a mathematical model that is solvable by CPLEX. Computational results show that our branch and bound algorithm is more efficient than CPLEX. © 2005 Wiley Periodicals, Inc. Naval Research Logistics, 2005     

基于LDA算法的一维距离像特征提取

在线性分辨分析(LDA)基础上,通过遗传算法寻找Fisher准则下最优的线性映射中心和相应的最优映射,使不同模式在特征空间内具有最大的可分离性,并将该算法用于雷达目标一维距离像特征提取与识别中。实验表明,和原算法相比,新算法在特征提取性能和目标正确识别率上有较大提高,说明了算法的有效性。     

基于自适应遗传算法的目标优化分配方法

提出了基于自适应遗传算法的目标优化分配模型,阐述了自适应遗传算法在目标优化分配中的应用,通过在计算机上仿真运行实例得出了目标优化分配方案。本方法对地面防空目标优化分配决策研究具有一定的参考价值。     

解析快速寻北原理在平台系统中的运用

介绍了一种基于解析方法的快速寻北原理,提出了利用方位水平仪的三环平台结构在静止状态下北向真值的测量方案.同时也给出了基于该平台系统结构和组成的系统框图,该方案已运用于寻北式方位垂直基准仪和定向仪上,取得了满意的实验效果.利用该方案,可将寻北仪和方位水平仪较好地结合在一起,可适用于各种陆用战车和导弹发射车,具有较高的实用价值.     

一种针对基因识别的GHMM简化算法

广义隐Markov模型是计算机基因识别的一种重要模型,它克服了传统隐Markov模型的状态段长成几何分布的缺陷,更加适合于计算机基因识别。其缺点在于计算量大,需要采用有效的简化算法。利用基因的结构特点,在不附加额外限制条件的情况下,提出了一种新的简化算法,其计算复杂度是序列长度的线性函数。对实际生物序列数据的测试结果表明了此简化算法的有效性。     

基于改进核极限学习机和集成学习理论的目标机动轨迹预测

为了提高目标轨迹预测的精度以及预测模型的泛化能力,提出基于改进蝙蝠算法优化的核极限学习机(Kernel Extreme Learning Machine,KELM)和集成学习理论目标机动轨迹预测模型。构建KELM模型,并采用改进的蝙蝠算法对KELM的参数进行优化;以优化后的KELM神经网络为弱预测器,结合集成学习算法生成强预测器,通过训练不断优化强预测的结构和参数,得到一种基于集成学习理论的目标机动轨迹预测模型;基于不同规模的样本,将所得预测模型与逆传播神经网络、支持向量机和极限学习机等模型进行对比分析。仿真结果表明:所提目标机动轨迹预测模型具有较好的预测精度和泛化能力。     

【专题】基于装备试验数据的信息管理平台建设研究

装备试验数据作为装备制造产业的重要生产要素,对其管理的能力已成为企业应对创新发展机遇的重要竞争力。本文对装备试验数据进行概要介绍,并对试验数据结构及特点进行分析。同时,按照装备试验数据的保密管理原则,结合装备试验活动各阶段产生的数据类型,以及试验数据量大、种类多、处理速度快等特点,提出试验数据分级管理模型。在此基础上,从试验数据在装备履约、鉴定评估以及实际应用等管理需求出发,分析当前数据管理要求规范化、多源数据管理系统化以及分析工具综合化等数据管理中需要关注的问题,提出装备试验数据信息管理平台建设框架,深入分析管理平台的基础运行环境、数据采集与预处理、分布式存储、数据分析挖掘与应用等信息管理功能模块,旨在为进一步加强装备试验数据管理提供借鉴与参考。