2008-2012年湖北省科技期刊编辑学会期刊研究论文统计分析

为考察湖北省科技期刊编辑学会期刊研究论文的整体水平和质量,以2008-2012年学会刊发的期刊研究论文为数据源,采用文献计量学方法,对其年均论文数、论文研究主题、篇均引文数、题名//关键词的规范化程度、论文获奖情况等进行了统计。结果表明：年均论文数72.2篇,论文研究主题主要集中在期刊改革与发展、期刊质量与网络数字化、期刊管理经营、编辑素质培养等重点热点问题上;篇均引文数4.75条,题名、、关键词的规范化比例分别为77.3%、27.7%和63.2%,获奖论文165篇。对此进行了分析并提出了增强编辑的质量意识、强化审稿和评奖的导向功能、提升编辑出版单位的把关作用等建议。     

军校学报学术不端行为及编辑应对策略

针对军校学报稿件学术不端现象逐渐增多的趋势,结合编辑实践分析了军校学报稿件中存在的抄袭、一稿多投、不正当署名等学术不端现象产生的原因。为最大限度避免军校学报学术不端现象的发生,从提高军校学报编辑综合素质、完善编辑手段和方法两个方面提出了对策,重点阐述了对学术不端现象的防范和处理措施。     

一种使用支撑集的区域型模糊聚类算法

使用支撑集和模糊待分集的概念来描述数据集的分布。在此基础上提出了一种基于类别融合的区域型模糊聚类算法 (regionalfuzzyclusteringalgorithm ,RFCA) ,并就该模型的两个聚类参数 (δ和ε)对聚类性能的影响进行了分析。仿真结果表明 ,该算法有比常用的模糊C均值更好的聚类性能。     

基于神经网络的雷达抗转发式距离欺骗干扰方法

为实现雷达抗转发距离欺骗干扰,提出了一种基于神经网络和模式识别技术的目标与干扰的识别方法。该方法将抗干扰过程看作对目标和干扰进行识别的过程,利用干扰信号和目标的能量差别与起伏特性差异,确定出用于分类的特征因子,使该特征因子受信干比的影响远小于用传统检测方法时的影响,最后利用径向基(radialbasisfunction,RBF)神经网络进行分类。仿真结果表明,此方法在检测概率和稳定性上都优于传统方法,在信干比接近于零的情况下尤为明显。     

三种新型神经网络树算法之改进与比较分析

VittorioMurino提出了三种将神经网络和树结构结合起来的算法。简单介绍了三种结构算法并对其做了细化改进,使其实现更具体、可行,应用范围更广泛;分别利用两组模拟数据和Iris植物分类数据对三种结构与传统的神经网络做了比较实验,给出了三种结构用于模式识别的算法速度、识别率、泛化能力等性能的对比分析。结果表明,三种各具特色的神经网络树结构均有显著的优越性。     

LFM-Barker信号脉压处理中基于NN的旁瓣抑制

为了提高线性调频 巴克码(LFM Barker)信号在强噪声背景下脉压输出的主副瓣比,根据该信号经过LFM匹配滤波器输出仍然保留编码信号的相位信息这一特点,提出了"LFM匹配滤波+相位提取+神经网络"的脉压处理方法。仿真实验表明,在一定的信噪比和多普勒频移范围内,该方法能够取得大于50dB的输出主副瓣比。