BP神经网络在电子设备可靠性验证中的应用

讨论了借助MATLAB的BP神经网络解决电子设备在寿命分布未知和小样本试验数据时的可靠性评估方法, 并给出了一个应用实例, 该方法可以提高可靠性评估置信度, 并能节省试验时间和费用, 特别适用于大型复杂电子设备。     

基于特征融合的刀具磨损监测方法

提出了一种基于特征融合的刀具磨损监测方法,将该方法应用于铣刀磨损监测取得了较好的效果,文中论述了特征融合方法的基本思想,多传感器信号的特征关联、抽取及正规化处理,作为融合中心的神经网络的构造及训练等内容。实验分析表明,该方法实现刀具磨损监测是行之有效的。     

一种适用于 UWB-SAR 的实时成像算法

UWB-SAR系统较之常规SAR系统,成像所需计算量更为庞大,实时处理的实现更难.通过将子孔径思想应用于BP算法,给出了一种实用的实时成像算法(LocalBP算法),该算法同BP算法相比,成N×N点的图像,运算量可减少,同时该算法具有良好的并行及流水实现结构.     

舰船复合材料局部结构细节设计方法

由于复合材料结构具有各向异性、组份复杂、可设计变量多等特性,有效的复合材料结构设计应同时考虑整体结构宏观设计和局部结构细节设计,两者虽密切关联,但在分析方法上存在一定差异。对此,将整体结构简化分析与局部结构细节设计联系起来,重点针对局部结构细节设计方法进行探讨,提出了一种细节设计方法。该方法基于子模型与试验工况模型的对比分析,通过局部结构试件试验对整体结构承载特性进行了综合评价。以某型船复合材料甲板室结构设计为例,通过整体简化模型优化分析确定板架构件尺度参量和铺层设计方案;提取典型局部结构承载形变特征要求,并基于子模型分析技术探讨局部结构细节设计;最后,以局部结构试验验证与考核完成整体结构的优化设计。计算结果表明:该方法能在有效控制设计成本的同时,合理开展复合材料结构设计工作,可供研究和设计者参考。     

NSHT预警装备体系网络化建模与分析

针对NSHT的运动特性和NSHT预警装备网络化趋势,对NSHT情报的分布式碎片化的特点进行了分析,设计了装备体系节点间的信息流向。在此基础上,提出了基于复杂网络理论的NSHT预警装备体系网络模型,并对网络模型的拓扑结构、统计特征等进行了研究,提出了NSHT预警装备体系连接结构的设计建议和应用思路。     

基于遗传BP神经网络的装甲装备器材需求预测

装甲装备器材保障具有规模大、时间紧、消耗大、不确定因素多、决策难度大等特点。准确的需求预测是实施主动的、精细化的器材保障的重要前提条件。利用BP神经网络较强自学习能力和自适应能力对器材需求规律进行学习,并借助遗传算法提高BP神经网络的收敛速度,设计了一种基于遗传算法改进的BP神经网络模型预测方法,对装甲装备器材进行需求预测。通过实例计算表明,该方法比单纯BP神经网络方法具有预测精度高、收敛速度快的优点。     

BP神经网络的弹道导弹态势等级模型

针对弹道导弹的目标特性和作战特点,对主要态势指标进行了提取,构建了基于BP神经网络的态势等级模型,并按照区间对预警等级进行划分。为提高模型的准确性和适应性,通过样本数据对BP网络进行了训练,并进行了仿真得到了态势等级。仿真结果表明:利用BP神经网络对态势等级进行研究是可行的。     

基于粗糙集理论的飞行轨迹识别

针对飞行轨迹人工识别对专家经验依赖性强,识别准确率不稳定的问题,提出一种基于粗糙集理论的飞行轨迹识别方法。首先,对飞行轨迹进行特征提取,获取用于轨迹类别判定的条件属性和决策属性;其次,利用模糊自组织神经网络对飞行轨迹决策表离散化,采用启发式遗传约简算法对条件属性约简,消除了冗余属性对识别结果的影响;最后,利用实际飞参数据进行轨迹识别,结果证明该方法准确有效。     

带局部交流函数及自由意志的单领导Cucker-Smale模型的渐近集群分析

为研究集群的形成与否和半径大小之间的关系,主要考虑了具有单个领导的一般等级结构及其领导者速度不变的Cucker-Smale模型。探讨了自由意志对集群产生的影响,通过证明可以给出半径有下界的充分条件(下界和速度差、粒子数、通信强度等有关)。当半径大于下界时,会产生集群。通过MATLAB数值仿真验证了相关结论。     

多源文本数据真值发现方法

针对传统真值发现算法无法直接应用于文本数据的问题,提出基于深度神经网络面向多源文本数据的真值发现算法(NN_Truth)。根据文本答案多因素性、词语使用多样性以及文本数据稀疏性等特点,将“数据源-答案”向量作为网络输入,识别答案真值向量作为网络输出,依据真值发现的一般假设,无监督学习各数据源答案向量间关联关系,并最终获得答案真值。实验结果表明,该算法适用于文本数据真值发现场景,较基于检索的方法及传统真值发现算法效果更优。