舰舰导弹突防概率求解的一种仿真算法

分析防御武器对舰舰导弹的拦截过程,建立了齐射舰舰导弹和防御系统的仿真对抗模型,利用此模型和一定的仿真策略实现了对齐射舰舰导弹突防概率的求解,这种仿真求解的算法比用排队理论的求解算法计算结果更加的可信。为评价舰舰导弹的射击能力和作战效能,提供了必要的分析手段。     

考虑航班计划的机场短时停车需求预测

为克服现有短时停车需求模型无法直接利用于机场停车需求预测这一问题,利用停车数据、航班计划和气象信息,建立了面向机场停车场的短时停车需求预测模型。首先使用机场停车数据分析了停车场短时车辆到达与离去特性,然后考虑到航班计划对机场停车场短时停车需求的影响,将其与气象状况同时引入到短时停车需求影响因素中,建立了基于Conv1D-LSTM神经网络结构的机场短时停车需求模型。以上海虹桥机场停车场为实例,Conv1D-LSTM模型实验结果的平均绝对误差和均方根误差分别为12.057 辆和14.237 辆;对比多个其他模型实验结果,本文构建的Conv1D-LSTM模型预测效果更优,能有效应用于机场停车场短时停车需求预测。     

基于EMD的异常用电检测方法

异常用电行为的时频特性往往具有强随机不确定性,而固定参数相关的分析方法无法有效处理此类数据.为此,本文提出了一种基于经验模式分解(EMD)的异常用电检测方法.首先,针对用电数据的不同特点进行初步筛选,进而采用EMD方法对用户用电量和线损电量序列进行自适应分解,提取EMD分解所得高频分量,通过对其变化趋势和相关性进行分析...     

语音驱动虚拟说话人的自然头动生成

从语音信号预测伴随头动时,基于隐Markov模型(hidden Markov model,HMM)的头动合成方法的效果依赖于头动模式的划分和头动模式的正确识别。该文尝试了不同头动模式划分方法的头动合成效果。由于语音和头动之间是非确定性的多对多的映射关系,很难用固定的类别描述清楚,因此该类方法的头动模式识别率不高,头动合成效果受限。该文尝试采用逆传播(back-propagation,BP)神经网络的非线性回归方法,通过学习语音与头动之间的映射关系,实现语音信号到头动参数之间的直接连续映射,避免了HMM方法中头动模式不明确、头动模式识别错误带来的负面影响。实验表明,基于BP神经网络的回归方法有效地提高了语音到头动预测的准确度和头动合成的自然度。     

浅谈甘肃省科技创新型企业的专利申请和保护

2018年,甘肃省科技对经济增长的贡献率达到52.8%,综合科技创新水平指数达到51.38%,较上年提高了0.75个百分点,综合科技进步水平居全国第18位、西部第4位,居全国第二梯队。在科技发展领域,甘肃省科技创新型企业作为甘肃省科技创新的代表性企业,其在研发过程中既有企业大量的自身研发投入,也有甘肃省政府利用计划项目拨款、研发补贴、科技金融贴息等方式对企业研发进行的资助性投入。这些企业是甘肃省科技型企业在研发投入、技术创新活动、技术创新成果应用方面成绩突出的代表。此次研究通过检索这些企业的专利申请和有效专利保有情况,以分析甘肃省科技创新型企业知识产权战略制定、实施情况,企业知识产权管理现状,企业专利申请的结构,并对分析过程中发现的问题,提出两个层面解决及优化企业自身知识产权工作的建议。     

变电站直流系统接地处理方法

变电站直流系统接地是不可能完全杜绝的,快速找出接地点消除直流系统接地对于电网安全运行至关重要,熟练掌握直流接地的查找方法需要在实践中不断钻研总结,查找前要熟悉变电站直流回路,电压表检查时所用电压表的内阻不应低于2000Ω／V;处理时不能造成短路或另一点接地;查找和处理时必须两人进行;拉路前应采取必要措施防止直流失压可能引起的保护装置误动。     

面向客户细分的空间数据分类研究

在数字城市的基础上,研究具有空间分析能力的客户关系管理系统,提出基于空间数据分类挖掘的客户细分方法.从数据模型、数据过滤、分类挖掘算法这三个阶段入手,设计了全新的CRM知识发现体系.首先提出了客户分类的数据模型,设计全新的空间谓词的过滤方法;然后,本文针对空间信息系统所特有的不确定性,设计基于不完备信息系统的粗糙集算法,以实现合理的空间数据分类;最后,提出了客户空间数据分类的软,硬分类规则,更好地指导CRM策略的制定.     

空间OLAP的计算方法

研究基于空间数据仓库的一种决策分析工具——空间在线分析处理(SOLAP)的计算方法.在不同的系统存储容量和空间数据仓库容量的对比下,提出了有针对性的空间OLAP计算策略——双向空间Greedy算法和修正式遗传算法相结合的方法.同时给出了仿真模拟实验.     

Ti-Zr-Nb固溶体合金动态压缩强度的机器学习模型优化

Ti-Zr-Nb固溶体合金具有优异的强塑性匹配和撞击释能活性，在杀爆战斗部毁伤元和聚能战斗部药型罩材料领域极具应用价值.为了实现Ti-Zr-Nb合金及类似固溶体合金的动态力学性能精准预测，并支撑战斗部材料的精准设计与成分优化，采用粉末冶金法制备了56种Ti-Zr-Nb合金，并测试了材料的动态压缩强度，在此基础上开展了Ti-Zr-Nb合金动态压缩强度预测的机器学习模型优化、主控参量筛选研究，优化后的模型实现了合金动态压缩强度的预测误差<8%，并揭示了影响合金动态压缩强度的3个关键主控参量及权重排序：Δχ>G>δ_G.采用优化后的模型成功设计了具有更高动态压缩强度的合金成分，经试验验证，所设计的材料动态压缩强度达到3 100 MPa，高于同类固溶体合金.