一个报表生成器的原理与实现

本文介绍了一个基于数据库文件的报表生成器的原理与实现,该生成器具有两种制表机制,它不但能快速简单地生成二维格式通用报表,而且能生成任意格式报表、空表、固定表等,从而为用户提供了一个简便、实用、高效的制表软件开发工具.本生成器采用TURBO C语言在长城系列微机上实现,生成DBASEIII报表打印源程度。     

雷达业务与技术勤务管理系统(RDMS)

智能化和工具化是RDMS的主要设计思想和技术特色,体现在RDMS的基于规则的计算工具、通用文档管理子系统和汉字通用报表工具。本文着重讨论这三部分的设计与实现问题。     

自动武器可靠性寿命分布规律研究

本文对两种具有代表性的自动武器收集其生产验收寿命试验的故障记录,经处理得出寿命子样,再用皮尔逊检验进行分布函数检验,从中发现自动武器寿命分布服从指数分布,为研究自动武器可靠性指标及其验收方法提供了理论依据。     

互瞄定位法精度分析

介绍了超视距目标指示中的互瞄定位法的基本原理和影响互瞄定位法的主要因素,推导了互瞄定位法精度分析模型,并对其进行了精度分析。     

新型智能化平直度测量装置

本文主要介绍了“智能化平直度测量仪”的结构和工作原理,它解决了在几何量计量中对平尺、平板、以及机床导轨等的自动检测及误差评定问题。工作效率提高近百倍。由于采用了分立式结构,该仪器还可以广泛地应用于形位误差、螺纹、齿轮等几何量计量领域,是一种实用的智能化测量仪器。     

一种自组织神经网络及其应用

提出了一种适用于目标识别和故障诊断的自组织神经网络（ＳＮＮ）模型和一种基于模糊关联度的判别准则。ＳＮＮ学习速度快,能在不破坏原有“知识”的情况下,学习、记忆新知识,且具有对外部环境的自适应能力。新的判别准则充分考虑了网络输出矢量各分量的大小因素及其与各期望目标矢量的相关程度,使类别判决更加合理可靠。本模型被用于被动声纳目标分类,取得了较好的效果。     

多层神经网络在跟踪式卡尔曼滤波器中的应用

本文将多层神经网络引入跟踪式卡尔曼滤波器,提高了估计的精确度。以前的跟踪式卡尔曼滤波器的估计精度与目标的运动状态有关,当目标的运动不能够用线性状态空间模型描述时,其估计精度将要下降。而多层网络的引入,改善了这一不足。多层神经网络经过训练以后,能够对卡尔曼滤波器的结果进行修正。仿真结果表明,多层神经网络的应用,使估计精度显著提高。     

一种分析噪声背景下目标特征有效性的方法

本文根据目标特征和噪声分布,在一定假设条件下推出了最小错误率（Ｂａｙｅｓ错误率）的表达式,从而把特征分布、噪声大小直接与分类的最小错误率联系起来,给出了一种分析噪声背景下目标特征的有效性的方法。文中利用这种方法对目标和诱饵的红外辐射特征的有效性进行了分析     

模糊自组织神经网络及其在信息融合目标识别中的应用

本文重点研究了在目标识别领域中信息融合技术的神经网络模型,针对特征层融合的高维数、量纲不统一、信息表达方式差异等特点,利用模糊自映射神经网络来实现特征间的有效融合。经实验仿真证实,这一融合方法较单源识别正确识别率提高７个百分点左右     

小钝头锥体全目标流场与光电特性一体化数值模拟

从简化的或全ＮＳ方程出发,采用化学非平衡和热辐射非平衡模型,数值模拟了有烧蚀产物引射条件下小钝头锥体全目标流场与光电特性,旨在为防护设计提供气动物理环境数据。计算结果表明,本文流场模拟数据与实验数据基本吻合,壁面烧蚀产物引射和壁面催化特性对流场电子数密度均有量级影响。