排序方式： 共有2条查询结果，搜索用时 46 毫秒
1
1.
论述了人工智能神经网络方法在分析宇宙线数据中的应用。用蒙特卡洛方法随机产生１４个宇宙线事例,并输入到我们的程序中,其中１２个做训练样品,两个做最终检验。结果显示,事例认证百分之百正确。虽然本文中用的机制很简单,但结果非常满意。 相似文献
2.
X射线脉冲星自主导航的脉冲轮廓和联合观测方程 总被引：1，自引：0，他引：1
现在通用的X射线脉冲星导航的3维观测方程,是以3颗脉冲星发射的脉冲到达航天器和太阳系质心的时间偏差为观测量建立起来的.在实际测量过程中,这个观测量是通过比较航天器探测到的脉冲观测轮廓与相应脉冲星的标准轮廓得到的,而在累积观测轮廓的同时也得到了观测轮廓的周期,因此根据Doppler速度测量方程,就能够确定航天器的速度矢量.本文首先导出Doppler速度测量方程,提出在观测轮廓的积累过程中考虑航天器的速度和加速度,得到的观测轮廓的周期不同于标准轮廓.这样,将探测3颗脉冲星得到的观测轮廓与相应的标准轮廓进行比较时,可以同时获得脉冲到达航天器和太阳系质心的时间偏差和频率漂移6个观测量,从而确定航天器的3维位置和3维速度.由于信息量增加一倍,6维观测方程比现行观测方程更为精确和完整. 相似文献
1