基于反馈判决的鲁棒自适应机动目标跟踪算法

针对平方根容积卡尔曼滤波(SRCKF)在机动目标跟踪中面临测量异常和模型失准时估计精度下降的问题,提出了一种基于反馈判决的鲁棒自适应算法.利用Huber函数对观测残差序列处理获得权重向量以修正测量协方差,增强算法的抗差能力以克服测量异常问题;同时,引入多重渐消因子调整预测误差协方差,从而改变滤波增益,增强算法的自适应性...     

椰壳渣制备高比表面积活性炭

通过正交实验和单因素实验探讨了以椰壳渣为原料、KOH为活化剂制备高比表面积活性炭的最佳工艺条件.考查了炭化温度、活化温度、活化时间、活化剂料比等因素对实验结果的影响.在炭化温度为600℃、碱炭质量比为2∶1、活化温度为900℃、活化时间为90 m in条件下,制备出以微孔为主、比表面积达2 180 m2.g-1、总孔容为1.19 mL.g-1的高比表面积活性炭.     

√sNN＝200GeV/核子重离子碰撞中J/ψ粒子的产生与核遮蔽效应

在RHIC的PHENIX的快度接收范围内,采用EKS98和HKN04给出的束缚核子部分子分布函数,计算了√sNN＝200 GeV/核子p-Au,p-p碰撞中色八重态产生机制下J/ψ粒子微分截面随快度的变化.在RHIC能量下,最主要的粲夸克偶素产生过程是胶子融合.所得结论与实验数据对比,有助于了解胶子分布的核遮蔽效应.     

浅论气象术语标准研制的问题与对策

为避免气象术语中出现循环定义、定义不协调、定义与术语不匹配、定义重复术语名称或使用代词等问题,运用术语学原理分析,提出研制术语时要注意“语料收集、定义研制、术语分类、辨析关系”的对策建议,这对提高术语研制质量,增强表达交流效果,完善气象标准体系具有重要作用。     

一种基于Rough集的时间序列数据挖掘策略

阐述了基于 Rough集的时间序列数据的挖掘策略 ,重点讨论了时间序列数据中的时序与非时序信息的获取问题 .实践证明 ,Rough集理论作为一种处理模糊和不确定性问题的有效工具 ,对于时间序列数据的挖掘同样也是有效的 .文章强调了时间序列数据中的多方面信息 ,包括原始数据及其变化量、变化率所提供的信息.     

拓扑优化在单缸机缸体轻量化设计中的应用

为将三维拓扑优化技术应用于发动机气缸体轻量化设计中,对采用变密度拓扑优化方法的拓扑优化技术进行了研究．以缸体上施加最大爆发压力工况为边界条件,以缸体总柔度最小化为优化目标,以缸体重量为约束条件,对缸体进行拓扑优化．拓扑优化后的结构考虑加工、装配等因素,进行合理的重新建模后,分析了最大爆发压力工况和最大侧向力工况的气缸体应力分布,两种工况下优化后的缸体最大应力比原气缸体降低,应力分布更加均匀．结构优化方法用于缸体的等强度轻量化设计中,很容易确定缸体的最佳形状,并能减少重复设计验证的次数。     

AFSs-RBF神经网络模型在轻亚黏土地震液化判别中应用研究

以自适应模糊系统AFSs为基础,运用径向基高斯函数RBF所建立的AFSs-RBF神经网络模型能够同时容纳模糊系统的推理功能和自适应性,动态调节隐节点数即模糊规则教,具有广泛的适用性.将这种模型应用于轻亚黏土地震液化评价中,选择震中距、上覆有效应力、黏粒含量、标贯击数、地下水位、循环应力比等6个与地震和场地条件有关的影响因子作为网络输入参数,对于轻亚黏土场地的液化势判别具体地建立了模糊神经网络模型AFSs-RBF.以唐山7.8级地震中天津某地区的轻亚黏土液化数据为训练样本,经验证和应用表明,这种AFSs-RBF网络具备更高的自适应性和非线性映射能力.     

基于信息融合的目标管理与被动定位方法

提出了一种基于信息融合的目标管理与被动定位技术的总体思路与实现方法。以坦克分队对目标的管理和被动定位需求为应用背景,首先利用战场图像信息提取目标种类、位置和姿态特征,并依次通过对目标3类特征的对比判定,解决了被动定位前对不同坦克瞄准镜视场中目标是否为同一目标的判定问题,实现了对敌方目标的全局统一编号与动态管理;其次利用坦克自身位置和测得的目标方位、俯仰等角度信息,推导了目标位置坐标的计算公式,分析了计算误差的主要影响因素;最后利用坦克分队网络化协同作战的优势,提出了一种以目标位置估计误差最小为约束条件的目标被动定位系统误差融合估计与补偿算法,显著提高了目标被动定位的精度,并通过仿真和野外实验,验证了所提方法的有效性。     

考虑多因素扰动的项目关键链缓冲区间设置及控制模型

项目规划及执行过程中极易出现不确定性,故需对项目关键链缓冲区间进行动态调整以适应项目任务关系变化.针对项目计划关键链缓冲区间设置及调整控制问题,本文提出了一种考虑多因素扰动的缓冲设置及调整控制联动模型.项目初始缓冲设置充分考虑项目工序安全工期、网络复杂程度及资源紧张程度等因素影响,项目执行过程中将缓冲/资源绩效指数与Bayes估计相结合,通过对Weibull分布参数估计实现缓冲信息的递阶转换,提升对缓冲使用的控制能力,最后通过实例验证所提方法与控制模型的有效性.     

基于BP-AsymBoost的医疗诊断模型

本文主要研究BP神经网络以及AdaBoost算法在医疗诊断中的应用,在分析标准AdaBoost算法的基础上提出改进的AdaBoost算法,即BP-AsymBoost.针对UCI数据库中的威斯康星乳腺癌数据集设计结合BP网络以及改进后的AdaBoost算法的诊断模型,并且通过多个指标将其与BP模型,遗传算法优化的BP模型,未经改进的BP-AdaBoost模型进行比较,验证BP-AsymBoost模型的有效性.