BP网络的优化及其在光纤陀螺温度漂移建模中的应用

针对BP网络存在易陷入局部极小和收敛速度慢的问题,采用遗传算法(GA)优化BP网络;采用混配的方法,对遗传算法进行了改进,克服了遗传算法中所存在的种群内过早收敛的缺点,并在光纤陀螺温度漂移建模中,取得了预测的效果。     

脱壳弹弹托分离的双目视觉测量

脱壳弹的弹托分离过程对弹体的飞行稳定性和打击效能具有显著的影响。针对脱壳弹出膛后弹托相对弹体的六自由度运动过程,提出采用基于双目视觉原理的弹托分离角测量方法。通过在弹体表面和弹托表面设置标记点,采用图像处理和跟踪算法实现对标记点的识别和跟踪。结合双目空间标定参数解算出标记点的空间位置,进而获得弹托相对弹体的分离角度,同时采用实验验证了上述测量方法的精度,其精度达到2%。以实验室进行的初速度1 550 m/s和1 750 m/s的脱壳弹射击试验为例,测量并分析了不同初速度下的弹托分离轨迹。结果表明:脱壳弹分离初速度越快,弹托分离轨迹越靠近弹体。     

采用重构吸引子的辐射源个体识别技术

为解决现有基于相空间个体识别方法面临重构特征矢量维数高、计算效率低、鲁棒性差等问题,从非线性动力学角度出发,构建了基于重构吸引子的辐射源个体识别框架,并在此框架内提出了基于等距映射的辐射源个体识别技术。该技术采用等距映射从相空间中重构辐射源吸引子,可以更低的维度描述辐射源系统动力学特性,反映辐射源个体的“指纹”特征。实验表明该方法识别准确率更高、效率更高、听鲁棒性更强。     

具有多重置条件的目标二次航迹归一

针对防空Ｃ￣３Ｉ系统指挥中心的二次航迹归一。提出了具有重置条件的人工神经网络模型来解决空中目标二次航迹的归一问题。结果表明,采用新方法来进行二次航迹归一,具备速度快、计算量小、实时性好,且能保证较高的辨识正确率等优点。     

基音检测的一种时域方法

提出基音检测的一种新的时域方法,直接利用波形的形状特征,进行波形之间的匹配估计,从而提取出一帧语音信号的平均基音周期。实验证明该方法运算量小、准确率高,能满足实时处理的需要。     

数字调制信号的神经网络识别方法

提出数字调制信号的人工神经网络识别方法，从信号幅度、相位、频率及功率谱等特性中提取五种特征参数，用于训练神经网络对数字调制信号的识别。采用神经网络，不仅可提高识别的智能化，而且能提高正确识别率。     

人工神经网络方法实现自动判别失磁类型及失磁深度

利用失磁后 Ｅｔ．ｑ、 Ｅｆ ｑ．ｑ 衰减时间常数 Ｔｑ 仅取决于发电机参数及失磁类型的结论，根据失磁故障的分类，采用一个三层前向神经网络得出 Ｔｑ ，使微机失磁保护能够在失磁发生的瞬间自动判别出失磁类型并预测失磁深度。数字仿真、动模试验以及实际运行证明了本文所提出的方法。     

Noncognitive skills and job match: evidence from military applicants

The study examines the effect of noncognitive skills on early career choices among young job seekers. Specifically, we analyze the influence of personality traits on the decision by military applicants either to choose the military or a civilian career option. We use a unique micro-level data-set of applicants to the US Navy and exploit the fact that many individuals who initially apply for military jobs eventually choose civilian careers instead. In this institutional setting, job candidates use new information to update their beliefs about the military job match. Personality traits are viewed as productive abilities that influence applicants’ expectations about the economic return to the job and occupational training offered by the Navy. The study finds that many of the 15 lower order personality facets associated with the Big Five traits are predictive of applicants’ job choices and provides suggestive evidence of a link between personality traits, job match expectations, and career choice.     

曲率分析的变分辨率数字高程模型建模算法

传统的数字高程模型一般采用规则网格划分以简化建模过程,因其网格密度缺乏对地形变化的自适应性而不能兼顾地形表达的准确度和地形数据的冗余度,导致其在车辆动力学仿真等领域的应用有所局限。针对这一问题提出一种基于曲率分析的随机节点分布建模方法,其数据节点的密度根据种子节点周围的局域曲面曲率变化而相应变化,实现了在复杂、曲率较大的地形区域自动生成高分辨率数字节点集,而在平缓、曲率较小的区域实现低分辨率的节点分布。在获得此种节点集的基础上,利用Delaunay三角剖分结合三次多项式插值算法,得到满足高精度和低数据冗余度的变分辨率数字高程模型。利用传统规则网格地形模型与所提出的变分辨率数字高程模型对同一个用于星球车动力学仿真的复杂野外地形进行对比,验证了变分辨率算法的有效性。     

用卷积神经网络分类最大稳定极值区域实现汉字区域定位

获取对应笔画级连通区的最大稳定极值区域,实施形态学闭操作融合相距较近的最大稳定极值区域,融合后最大稳定极值区域对应的单个汉字区域;利用灰度共生矩阵描述最大稳定极值矩形区域的纹理信息,将其作为卷积神经网络的输入,卷积神经网络对最大稳定极值区域进行分类,过滤非汉字部分;利用最大稳定极值区域颜色直方图的Bhattacharyya距离等特征对最大稳定极值区域进行聚类,同一类最大稳定极值区域组合得到汉字文本候选区域;再次利用卷积神经网络对候选文本区域进行分类,过滤非文本部分,剩余的就是定位到的汉字文本区域。实验结果表明,该算法对于汉字区域定位具有良好的效果。