基于多因子融合的维修性验证试验故障样本分配方法研究

针对维修性验证试验中样本分配结果不理想,导致维修性验证试验结论置信度低的问题,提出了基于多因子融合的维修性验证试验样本分配方法;首先,通过对故障样本分配影响因素的分析,定义了故障样本分配影响因子集,提出了基于多因子融合的故障样本分配算法;然后,分别确定了各影响因子的影响系数,并采用模糊层次分析法获得了各影响因子的影响权值;最后,以某型装备子系统为例进行实例验证,并同基于故障率的分层抽样样本分配方法进行对比分析,结果表明该方法得到的样本分配结果结构更加科学,提高了试验结论的置信度,具有良好的工程应用价值。     

面向中文微博的评价对象抽取方法研究

微博作为当前互联网信息快速传播与分享的新平台,具有信息量庞大、评论多样等特点。针对微博评论信息中的评价对象抽取,采用组块分析和词语位置特征对训练集中3 000条微博观点句的评价对象序列标注,利用条件随机场学习并识别评价对象的名称、属性及其他辅助信息,通过修改相关参数达到最优识别效果,并提出针对复杂观点句评价对象的提取算法。实验结果表明,对测试集中7 000条微博观点句进行评价对象的名称和属性的抽取,效果较好。     

热分析动力学的多升温速率等温法及其应用

提出了多升温速率等温法确定热分析动力学可能的机理函数g(α);用迭代的等转化率法求出较为可靠的活化能Ea;在Ea和g(α)的基础上计算出指前因子A.用该法对二水草酸镍(NiC2O4·2H2O)脱水反应的热分析动力学三因子进行了研究,得出Ea为96.55 kJ/mol;A为7.746×107～9.415×107s-1;其对应的机理函数为随机成核和随后生长(Avrami-Erofeer),调节函数Am,其积分形式g(α)=[-ln(1-α)]1/m和微分形式f(α)=m(1-α)[-ln(1-α)]1-1/m,调节因子m=1.55～1.70.用该法求算动力学三因子,结果可靠,重现性较好,具有一定的可比性.     

基于FPGA面向多媒体处理的MPSoC

针对嵌入式单核处理器处理速度慢及主频提升受限等问题,提出了嵌入式双核处理器(two-cores embedded processor,TEP)模型.针对处理器运行时对存储器的依赖和分配问题,提出了基于非统一存储结构模拟分布式存储结构的方案;针对多核间对共享数据存储器的访存问题,给出了从属单元的仲裁机制,实现了共享资源的访问;针对面向多媒体应用的多核处理器间传输数据量大及通讯开销高的问题,提出了基于消息数据分离的传输方案.系统在FPGA平台进行了实现和验证,测试结果表明,TEP系统以较少的资源消耗和通讯开销获得了大加速比的性能.     

基于梁-梁接触理论的管柱屈曲分析

为探究长直管柱在井下复杂工况下的屈曲形式,进行基于梁-梁接触理论的管柱屈曲分析研究。利用梁-梁接触理论对考虑剪切弯曲变形的梁进行离散化,使用管-管接触单元建立管柱变截面摩擦接触有限元模型,并用此方法针对分层采油井实际井况建立管柱有限元分析模型。结果表明,分层采油管柱在井下复杂的受力环境下会发生不等距复合屈曲,在考虑摩擦的情况下管柱的屈曲构型不再是标准的正弦线或是螺旋线构型,并利用磁定位数据验证了计算结果的可靠性。     

基于盲信道估计的联合检测码分时分多址系统性能分析

在考察联合检测码分／时分多址（ＪＤＣＤＭＡ／ＴＤＭＡ） 系统性能的基础上,提出了基于盲信道估计的联合检测算法。改进算法去除了突发帧内的中置码,可明显提高系统的有效传码率,并且误码性能良好,因此具有一定的优势。分析了改进算法和原算法的性能差异,并给出相应的计算机模拟结果     

基于多模型的自适应控制研究进展

基于多模型的自适应控制（ＭｕｌｔｉｐｌｅＭｏｄｅｌＢａｓｅｄＡｄａｐｔｉｖｅＣｏｎｔｒｏｌ,ＭＭＡＣ）其目的在于对各种复杂的、具有高度不确定性的、快时变的系统给出一种行之有效的控制方法．文中对这一领域的研究进展进行了回顾、分析与总结．介绍了ＭＭＡＣ的基本原理和基本思想,给出了ＭＭＡＣ的结构框图,分析讨论了其中存在的几个重要问题,并指出了与这些问题相关的未来的研究方向     

虚拟力导向多粒子群算法的WSNs部署策略

为了优化无线传感器网络节点部署性能,在粒子进化的多粒子群算法的基础上结合虚拟力方法,提出了一种虚拟力导向多粒子群算法的部署策略。该策略通过节点间的虚拟力影响多粒子群算法的速度更新过程,指导粒子进化,采用多个粒子群独立搜索解空间,有效地避免了＂早熟＂问题,从而最大限度地优化了网络的覆盖率。仿真结果表明,与虚拟力算法和多粒子群算法相比,该算法在覆盖率、迭代次数和部署时间等方面具有更好的性能。     

基于压缩感知的在线多示例学习目标追踪

近年来提出的多示例学习算法在一定程度上能够克服模板漂移问题。然而,在线学习需要获取足够多的有用数据才能达到稳定的追踪效果,但是这却增加了算法的复杂度。为了解决这一问题,在压缩感知理论的基础上,运用随机观测的方法对多尺度图像特征进行降维,提取的这些低维特征中包含大量的有用信息。因此,我们提出的算法是先利用压缩感知理论提取目标特征之后,再使用在线多示例学习算法分类器对这些特征进行分类从而实现目标的稳定跟踪。通过对不同的图像序列进行实验,结果表明基于压缩感知的在线多示例学习算法对实时的目标追踪有很好的适应性。     

均匀圆型声矢量阵的四元数二维波达方向估计

为提高声场空域中目标参数估计的精度, 将四元数理论应用于均匀圆型声矢量阵列的二维空间角度估计中, 建立了基于四元数模型的信号接收模型, 推导了圆型声矢量阵的四元数导向矢量, 给出了二维波达角估计的四元数域空间谱算法。考虑算法的软硬件可实现性, 理论分析了算法的内存占用空间和计算量。此外, 分析了圆阵半径对侧向性能的影响, 为实际工作中圆阵的半径选取提供了一定的依据。仿真结果表明, 基于四元数模型的MUSIC(Multiple Signal Classification)算法的分辨力较高, 抗干扰能力较强, 提高了信号参数估计的精度。