机动天基平台惯性/天文组合导航的研究

为了实现机动天基平台的长时间、高精度和低成本自主导航,采用了低精度惯性导航系统和天文导航系统进行组合。以扩展卡尔曼滤波算法为基础,通过建立系统状态方程和量测方程,并进行量测方程的线性化,将捷联惯导和星敏感器分别测得的姿态信息进行数据融合,估计出组合导航系统的误差状态量,从而修正捷联惯导系统的导航参数。仿真结果表明,在1000s内,平台姿态角误差稳定收敛在20?,定位误差优于纯惯导解算,证实了该方案的实用性。     

一种新的加权后缀树Web文档聚类方法

针对Web文档的结构及其特征,提出了一种新的加权后缀树聚类方法WSTC。首先,根据Web文档的HTML标签,把文档划分为具备不同重要性等级的段,段划分成句子,句子分割为词。其次,用句子替代文档构造后缀树,把其重要性等级作为结构权融入后缀树的节点,形成文档集的加权后缀树模型。最后,在选择和合并基类过程中,综合利用节点包含的文档数、句子数、短语长度和结构权。仿真实验表明,WSTC算法比传统STC算法取得了更好的聚类效果。     

不完全指标权重信息下的语言多指标决策方法

研究了不完全指标权重信息下且指标值为语言评价信息的多指标决策问题,给出了一种基于二元语义信息处理和TOPSIS的决策分析方法.首先将规范化的语言评价信息转化为二元语义形式,然后应用TOPSIS方法和二元语义集成算子建立并求解线性规划模型,得到未知的指标权重值,再通过二元语义加权平均算子计算得到各方案的综合评价值.最后通过算例说明了该方法的有效性和实用性.     

基于支持向量机的重力匹配算法

为了在重力异常特征微弱区域内实现重力辅助导航以及提高惯性导航系统在重力异常特征明显区域内的定位精度和匹配率,提出了基于支持向量机的重力匹配算法.研究了支持向量机学习样本的选取、支持向量机参数和重力粗糙度的关系,构造了用于重力匹配算法的支持向量机.经计算仿真研究表明,通过选择适当的支持向量机参数,可以实现重力辅助导航,算法在重力特征显著的区域具有较高的匹配率,组合导航系统的定位误差在一个重力图网格左右.     

组合赋权聚类-双基点模型的井下人体热舒适评价

针对井下人体热舒适性评价不准确、评价指标少等问题,以蒋家河煤矿工作面为例,选取环境温度等13个评价指标,构建井下人体热舒适评价指标模型.采用主客观赋权的方法计算各指标权重,引入拉格朗日函数,优化决策模型,通过欧式距离建立两者联系,确定两种方法偏重系数,计算各指标的理想组合权重,构建组合赋权聚类-双基点综合评价模型,利用...     

圆柱直齿轮挤压组合凹模的优化设计

文章介绍了利用黄金迭代法对齿形凹模进行优化设计的过程.挤压齿轮的凹模型腔带有齿形,不能直接用厚壁圆筒的计算公式进行优化设计,但是可以利用组合凹模的优化设计公式,先确定凹模内圈、中圈、外圈的内外径尺寸,再与有限元模拟和迭代寻优相结合,以内圈的应力达到材料的许用应力值为目标,调整并优化过盈量,达到优化设计的目的.     

一类区间时滞切换系统的稳定性分析

在过去的几十年里,具有离散和分布时滞的混合系统受到很多关注,并有着广泛应用,如绝对稳定控制,非线性延迟MIMO系统周期控制T不变性等。有关切换系统的研究中,稳定性问题引起较多关注,因而,研究具有混合时滞的切换系统稳定性有着重要意义。讨论了一类具有离散和分布时滞的切换系统指数稳定问题。首先,运用平均驻留时间法构造分段Lyapunov函数和切换规则;其次,引入倒凸组合技术和Jensen积分不等式对求导后的分段Lyapunov函数进行放缩,得出系统指数稳定的充分条件;最后,利用LMI工具箱实现仿真算例验证了定理的有效性,得到保守性更小的时滞上界。     

内置钢板轻钢-稻草板组合墙体轴压试验研究

目的 研究内置钢板冷弯薄壁型钢-纸面稻草板组合墙体的轴压力学性能,弥补填充混凝土等材料造成自重过大以及型钢-纸面稻草板组合墙体抗侧刚度低的缺陷.方法 对3面组合墙体进行单调竖向加载轴压试验,得到组合墙体的受力过程、破坏形式、荷载位移-曲线及荷载-应变曲线;组合墙体的破坏模式是冷弯薄壁C型钢立柱局部屈曲破坏、纸面稻草板局...     

采用动态知识因子的基于知识共享的优化算法

针对基于知识共享的优化算法(GSK)之不足,提出一种采用动态知识因子的基于知识共享的优化算法(DKGSK)。首先,个体通过自适应权重来调节其搜索,在算法前期以较大步长进行全局探索,增强了算法全局探索能力;在算法后期以较小步长进行局部搜索,提升了算法局部开发能力。其次,个体使用动态知识因子来调控其搜索步长,使搜索步长更具灵活性和随机性,提升了个体的局部搜索能力,从而增强了算法的局部开发能力。再次,个体借助列维飞行增强其跳出局部最优的能力,从而增强了算法规避陷入局部最优的能力。通过12个基准测试函数的数值实验与仿真,结果表明DKGSK的全局收敛速度和优化精度方面均得到了明显的改善,规避陷入局部最优的能力得到了增强。     

基于组合学习的个人信用风险评估模型研究

基于美国最大的P2P平台Lending Club2019年的个人借款数据,尝试将深度学习方法引入个人信用风险评估领域,与集成学习构建串联结构的组合学习模型.具体做法是将深度神经网络的隐藏层作为"特征提取器",将原始变量转换为更高层次的抽象特征后输入随机森林、XGBoost、LightGBM和CatBoost 4种集成学...