指控系统综合验证法研究

指控系统验证是以指控系统为研究对象的新兴专有概念,用于检验指控系统是否满足作战需求.总结提炼了指控系统验证的概念,指出其具有的对抗性、系统性、真实性的三大特征.在分析现有指控系统验证方法优缺点的基础上,提出了指控系统综合验证法,并对该方法的关键环节进行了详细分析;从效费比、可信性、完备性和重用性四个方面进行了对比分析,指出以作战仿真为基础的实兵、模拟环境验证法是指控系统综合验证法的重点,对该方法的段段划分、主要流程进行了详细分析;最后设计了验证支持系统,对其体系结构和支撑技术进行了详细说明,重点分析了验证支持系统的仿真实现,从指控系统与作战仿真系统的无缝连接技术、仿真环境的可视化构建技术、高逼真度的作战仿真技术以及仿真控制等方面进行了具体描述.开展的指控系统综合验证法研究对于促进陆军指控系统信息化建设、探索指控系统应用有着较高的意义.     

浅议逻辑验证法在文学翻译批评中的应用——以《金银岛》两个中译本为例

翻译批评中的逻辑验证法主要是借助批评者的语言知识,运用人类共同的生活经验,从句法结构的各个层面对原作和译作的语法和语义进行对照分析,并且对作品的写实部分进行逻辑分析与验证。文章拟用逻辑验证法评析英文小说《金银岛》的两个不同中译本,指出逻辑验证法是文学翻译批评乃至各类翻译批评的一种好方法。     

基于多元线性回归分析的汽油辛烷值损失预测建模

针对催化裂化汽油精制装置所采集的325个数据样本,运用R型聚类法得到建模的25个主要变量,并通过数据挖掘技术建立了基于多元线性回归分析的汽油辛烷值(RON)损失的预测模型.首先,利用3σ准则去除异常值等方法对原始数据样本进行预处理.其次,根据统聚类法中的R型聚类法,利用相关系数法和最大系数法分别确定指标变量之间的相似性...     

热镀锌钢卷力学性能GBDT预报模型

针对热镀锌钢卷力学性能预报建模条件属性选取难、预报精度不足的问题,研究了热镀锌钢卷力学性能梯度提升树(gradient boosting decision tree,GBDT)预报模型。利用互信息差算法综合评估工艺参数、化学成分和钢卷尺寸参数等条件属性的相对重要性以及属性之间冗余性,进行模型条件属性筛选;采用同分布原理进行样本划分,结合网格搜索法和交叉验证法优化模型参数,建立力学性能GBDT预报模型。将GBDT模型预报结果与随机森林(random forest,RF)、AdaBoost算法和BP神经网络的预报结果进行比较,比较表明GBDT模型优于其他模型,90%的数据样本预测的绝对误差小于14.24 MPa,94.6%的数据样本相对误差在6%范围内,具有更高的预测精度。     

人工神经网络及其在金融预报中的应用

讨论了人工神经网络在金融汇率预报中的应用。其中介绍了广义交互验证(Generalized Cross Validation)法如何应用于确定神经网络中隐层的个数,并用实例说明了该方法甚至对复杂的非线性函数也可以得到很好的逼近。详细地介绍了运用人工神经网络作两周向前汇率预报的计算步骤。其平均相对误差(APE)为10*E-3的数量级,而国际上通用的状态空间模型及Box-Jenkins的ARIMA模型的预报误差都在10*E-2的数量级。     

基于抽样和规则的不平衡数据关联分类方法

不平衡数据的出现给传统关联分类算法带来了巨大的挑战.为了提高关联分类方法对不平衡数据集的分类精度,本文分别从数据和规则层次着手,提出了关键值抽样法(key value sampling,KVS)和规则验证法(rule validation,RV).关键值抽样法通过增加与少数类相关性强的数据,减少与多数类相关性弱的数据来达到数据类分布平衡.避免了大量有效信息的流失,并且增强了与少数类相关性强的数据信息.规则验证法对初步生成的分类器进行了规则验证,并对分类性能不好的规则进行调整,从而保证了分类器中规则的质量.实验表明,本文中的研究方法能够有效提高关联分类方法处理不平衡数据的精度.     

基于无网格法的一维水质回溯、预测模拟研究

基于无网格径向基函数配点法,建立恒定水流中的一维污染物浓度回溯和预测数学模型,结合任意时刻的实测污染物浓度空间分布,回溯并预测后期一段时间内的污染浓度分布。模型根据代价函数,并利用交叉验证法构建了不同形式的基函数组合形式,采用枚举法分析形状因子及比例因子等参数的最优取值范围,并与纯扩散及对流-扩散的解析理论值进行了比较。研究结果表明,采用合理的参数值、适当的时空域配点以及观测点数量,该无网格法模型能够准确地回溯并且预测今后的污染物浓度分布特征,为今后水环境工程快速识别污染源、污染物扩散预警提供了一定的参考。     

基于代理模型的三立柱半潜平台多目标优化

在半潜平台初始设计阶段,平台主尺度是影响平台水动力性能和建造成本的关键性因素.因此,对半潜平台主尺度进行多目标优化是一项极具工程意义的研究工作.首先,采用试验设计法确定平台的设计变量和样本数据库.其次,对半潜平台采用面元法和莫里森公式结合的方法进行水动力特性分析.同时在静水面上布置波面升高监测点,计算平台气隙值.根据数值模拟得到的数据库建立基于径向基函数的代理模型,并通过缺一交叉验证法得到径向基函数中的形参数值.所建立的代理模型可以极大提高优化效率.最后,采用多目标粒子群优化算法,以平台安全性和经济性作为两个优化目标,以平台稳性、气隙高度、水平方向运动性能作为约束条件,得到半潜平台的优化方案.通过对半潜平台多目标优化方案的分析,最终提出三立柱半潜平台最高效的优化策略.     

巧用芯片可实现海水淡化

仅过了24小时,他的脚就开始水肿.“再过36个小时之后,水肿扩散到了膝盖处”……航海家、医生汉内斯·林德曼试图饮用海水解渴,于是他的身体发生了这些变化.1955年,林德曼驾着一艘8米长的自制独木舟,从大西洋前往加勒比海.为了验证法国生物学家阿兰·邦巴尔的论断——人可以通过饮用海水和吃生鱼在海上存活——他特意没有携带任何饮用水.显然,按照这个方法人类无法在海上生存,好在充足的雨水救了林德曼一命.     

人工神经网络及其在金属预报中的应用

讨论了人工神经网络在金融汇率预报中的应用。其中介绍了广义交互验证（Generalized Cross Validation）法如何应用于确定神经网络中隐层的个数，并用实例说明了该方法甚至对复杂的非线性函数也可以得到很好的逼近。详细地介绍了运用人工神经网络作现两周向前汇率预报的计算步骤。其平均相对误差（APE）为10＊E－3的数量级，而国际上通用的状态空间模型及Box-Jen-kins的ARMIMA模型的预报误差都在10＊E－2的数量级。