基于D-S推理的模糊模式识别方法

针对战场环境下数据融合系统的ESM设备获得的辐射源信息在时间上的冗余性,提出了一种基于D-S证据推理的模糊模式识别方法。该方法通过对观测样本信任度(模糊隶属度)的重新分配,有效地解决了辐射源信息不确定性问题,提高了辐射源的正确识别率。最后通过单一的模糊识别和D-S证据组合的模糊识别两种方法的仿真对比实验验证了后者的有效性。     

矿物质粉体对砂浆及混凝土Cl-渗透性的影响

研究了不同水胶比、不同矿物质粉体掺量的砂浆和混凝土，经标准养护至56天、90天时的导电量。在相同水胶比和相同矿物质粉体掺量下，混凝土的导电量远低于砂浆的导电量。含矿物质粉体的砂浆及混凝土的导电量均低于基准砂浆及混凝土的导电量。导电量随水胶比的降低而降低，也随龄期的增长而降低。     

从系统论看服务主导型数字图书馆的人员结构

将系统理论引入数字图书馆研究中 ,介绍了数字图书馆的人员结构系统以及各个子系统的特点 .阐述了各个子系统和系统环境与用户服务之间的相互关系以及如何利用这种关系来提高数字图书馆的服务     

Radar Imaging Based on Iterative Algorithms

It has long been realized that the problem of radar imaging is a special case of image reconstruction in which the data are incomplete and noisy. In other fields, iterative reconstruction algorithms have been used successfully to improve the image quality. This paper studies the application of iterative algorithms in radar imaging. A discrete model is first derived, and the iterative algorithms are then adapted to radar imaging. Although such algorithms are usually time consuming, this paper shows that, if the algorithms are appropriately simplified, it is possible to realize them even in real time. The efficiency of iterative algorithms is shown through computer simulations.     

反应条件及添加惰性物质对三聚甲醛合成反应的影响

研究了三聚甲醛合成过程进料浓度、催化剂用量等对副产物（特别是甲酸）生成行为的影响。结果表明，该体系副产物的生成强烈地依赖于反应时间和催化剂硫酸的用量，而与原料浓度的波动无关。在反应－精馏过程的反应器中添加惰性高沸有机物，可有效地缩短反应物的停留时间，提高三聚甲酸的选择性，大大降低快速反应－精馏过程对反应器的设计要求。     

大型喷浆机器人的灵巧度分析

灵巧度是衡量机器人运动失真程度的重要参数。对机器人灵巧度评价指标进行了对比研究 ,结合大型喷浆机器人自由度较多的特点 ,用雅可比矩阵的条件数对喷浆机器人的灵巧度进行了分析。结果表明 ,大型喷浆机器人在不同形位下的条件数都很小 ,具有较好的运动灵巧度。     

1999—2001年《系统工程理论与实践》载文统计分析

对1999－2001年《系统工程理论与实践》所载论文从数量、内容、地区分布、系统分布和引文分布情况进行计量分析，各项统计结果显示，该杂志：1）载文信息量大，论文内容具有很强的导向和推动作用；2）期刊定位准确，具有独特的学术风格；3）作者体覆盖面广，但又集中于经济、科技较发达的地区；4）近期引文率高，载文内容新颖。     

Face Recognition Based on Support Vector Machine and Nearest Neighbor Classifier

Support vector machine (SVM), as a novel approach in pattern recognition, has demonstrated a success in face detection and face recognition. In this paper, a face recognition approach based on the SVM classifier with the nearest neighbor classifier (NNC) is proposed. The principal component analysis (PCA) is used to reduce the dimension and extract features. Then one-against-all stratedy is used to train the SVM classifiers. At the testing stage, we propose an al-     

用于图像目标识别的神经网络方法

本文提出了一种全局最优的神经网络（ＦｕｌｌＤｏｍａｉｎＯｐｔｉｍｕｍＮｅｕｒａｌＮｅｔｗｏｒｋ）模型用于目标识别。通常所设计的神经网络不能保证全局最优，使得网络不一定收敛到期望样本点上。本文的模型采用了先设计稳定点、再构造吸引域的方法，提高了网络的识别正确率及速度。针对图像识别中矢量维数大的实际，提出了一种不变性方法，使得样本维数下降而分类距离保持不变。同时又证明了网络的收敛性、收敛速度及映射保距等。计算机模拟结果表明，网络对噪声或缺损图均能正确识别。