基于本体的装备领域信息集成方法研究

深入分析了我军武器装备信息化进程中存在的语义异构、数据不能有效共享等问题,研究了基于本体的几种信息集成方法,根据我军装备管理体制和机制的特点对混合方法进行了改进,最后给出了具体的实现技术.     

一种改进的RBF神经网络多目标优化算法

针对RBF网络训练中的多目标优化问题,提出了一种基于Pareto方法的改进的非支配排序遗传算法INSGA(Improved Non-dominated Sorting Genetic Algorithm).通过对某企业的订单数据进行预测的实验结果表明,它可以有效地解决以训练误差和测试误差为优化准则的RBF网络的参数确定问题,验证了改进的NSGA算法与RBF网络结合的可行性.     

Wool Surface Modification and Its Adhesion with Nano Finishing Agent

The launderability of wool fabrics treated by nano finishing agent influences directly the functional endurance of the treated wool fabric.In order to investigate the effect of wool fibers surface modification on the functional endurance of nano finishinp wool fibers,in this paper,for the first time wool fibers were chemically modified by using NaClO aqueous and KMnO4 aqueous,and then chemically modified wool fibers and native wool fibers were treated using nano ZnO finishing agent,respectively.The laundera...     

结构动力分析中的阻尼模型研究

阻尼是结构振动中的基本特性之一,是结构抗震分析中一个重要的因素.结构在不同振型的阻尼比会有所不同,这是因为在结构的阻尼耗能主要是摩擦耗能的情况下,摩擦耗能取决于楼层和楼层之间的相对位移,不同的振型所表达的楼层间的相对位移不一样,当然每个振型的阻尼比也会不一样,现行抗震规范把所有振型的阻尼比取为相同常数的做法不尽合理.探讨了在低幅值震动和强震中合理阻尼比的取值,通过其他各阶振型阻尼比与基本振型阻尼比的关系,提出了在结构动力时程分析中较为合适的瑞利阻尼模型以及推动阻尼研究需要解决的几个问题.     

基于Apriori算法的多维关联规则挖掘研究

关联规则是数据挖掘中的一个重要研究方向.经典的Apriori算法是一种最有影响的挖掘布尔型关联规则频繁项集的算法,但其并不适合挖掘近年来兴起的多维数据模型.在改进Apriori算法的基础上,提出了一种二次剪枝的算法,此算法适用于挖掘多维关联规则,并且在一定程度上提高了算法效率.     

采用棉花模板制备生物形态Co3O4

以天然棉花为模板,经硝酸钴溶液浸渍后在自然气氛下高温煅烧得到具有纳米尺度、多孔结构的生物形态Co3O4纤维材料.研究表明:煅烧温度为600℃时,得到的Co3O4纤维不仅完全去除作为模板的棉花,而且还很好地保留了棉花的宏观形貌和微观结构特征.     

改进马尔可夫链降雨量预测模型的应用

根据马尔可夫链预测方法,汇总分析1956～1999年昆明市东川区的年降雨量资料,采用均值-标准差分级法,对各年的降雨量进行状态分级,分为洪涝、偏涝、正常、偏旱、干旱5个状态.应用马尔可夫链及转移概率矩阵对昆明市东川区2000年的降雨量进行分析预测,并根据模糊集理论中的级别特征值预测降雨量.结果表明:采用该方法预测的结果与实际情况相吻合.     

新时期新形势下土地整理的新视野

在进入21世纪的今天,如何科学有效地开展土地整理,是一个十分重要而紧迫的问题。文章在简要分析我国当前土地整理中存在问题的基础上,提出了土地整理的新视野,对于进一步开展土地整理工作,加快实现土地资源的可持续利用具有重要意义。     

基于数据挖掘的铁水硅质量分数SVM预测方法

提出了一种基于蚁群聚类算法数据挖掘预处理的支持向量机(SVM)预测方法.利用其在处理大数据量、消除冗余信息等方面的独特优势,寻找与预测炉况同等的多个历史铁水硅质量分数,由此组成具有高度相似炉况特征的数据序列,将此数据序列作为SVM的训练数据.这种处理方法可减少数据量,提高预测的速度和精度.将该系统应用于铁水硅质量分数预测中,与单纯的SVM方法相比,具有较高的预测精度.     

Kalman滤波在液压电机故障诊断中的应用

针对液压电机故障信号的特性,介绍了Kalman滤波及其递推算法在信号处理上的应用给出了时间序列自回归(AR)模型建立信号状态方程和观测方程的方法,并在这两个方程的基础上结合Kalman递推算法对信号进行滤波.通过有效的仿真和实际验证表明:利用Levinson-Durbin算法获得AR系数建立信号模型,再通过Kalman递推能够有效的达到滤波的效果.