基于VFT的反红外识别能力评估指标研究

弹头和诱饵的反红外识别能力是导弹突防能力的重要内容,利用价值中心（value-focused thinking,VFT）法构建弹头和诱饵反红外识别能力评估指标的价值模型,并分析了评估指标的评分函数,来研究影响弹头和诱饵反红外识别能力的关键指标。     

基于ROC 曲线的银行危机识别方法的效果分析

利用受试者工作特征(ROC)曲线及曲线下面积,将对信号识别效果的要求转换成3个统计评价标准。应用这些标准,从识别能力和稳定性2个维度、全样本和子样本2个方面测试了基于指标的和基于货币压力指数的2种银行危机定义方法。研究发现,基于指标的危机定义的识别能力好于基于货币市场压力指数的识别能力,而名义利率下的货币压力指数的识别效果好于实际利率下的识别效果。不同的危机识别信号效果随着时间的推移和样本范围的不同则有较大的波动。     

混合抗噪语音识别模型的设计与仿真

为解决语音识别过程中的抗噪声及抗干扰问题,提高系统的识别精度,利用隐马尔可夫模型HMM优异的时序建模能力及小波变换可以对信号进行多尺度分析并有效提取信号的局部信息的特点,建立了混合语音识别模型.考虑到在语音信号识别过程中信号的非平稳性,采用并行的识别方法分别获取分类信息,根据混合模型的识别算法做出识别决策,减小了系统对环境的依赖性,提高了其自适应能力.仿真实验结果表明,混合模型识别结果比单一HMM模型或小波模型识别结果更佳,提高了整体的识别速度和识别率.     

混合抗噪语音识别模型的设计与仿真

为解决语音识别过程中的抗噪声及抗干扰问题,提高系统的识别精度,利用隐马尔可夫模型HMM优异的时序建模能力及小波变换可以对信号进行多尺度分析并有效提取信号的局部信息的特点,建立了混合语音识别模型.考虑到在语音信号识别过程中信号的非平稳性,采用并行的识别方法分别获取分类信息,根据混合模型的识别算法做出识别决策,减小了系统对环境的依赖性,提高了其自适应能力.仿真实验结果表明,混合模型识别结果比单一HMM模型或小波模型识别结果更佳,提高了整体的识别速度和识别率.     

（S）-腺苷蛋氨酸分子印迹毛细管电色谱整体柱制备与评价

以（S）-腺苷蛋氨酸为模板分子,采用热引发一步法制备具有手性识别能力的分子印迹毛细管整体柱．在电色谱模式下,考察该色谱柱的识别性能．结果表明：制备的分子印迹整体柱在电色谱模式下具有良好的手性识别能力．     

高新技术企业核心竞争力的识别方法体系

依据核心竞争力识别的基本标准,构建高新技术企业核心竞争力的识别方法体系.根据价值链理论识别高新技术企业基本能力,建立不同标准的识别指标体系,采用人工神经网络算法计算出综合评价值,将识别结果对高新技术企业核心竞争力的强弱分等级评述.     

企业核心能力识别方法研究

通过对企业核心能力概念与特性的分析,提出了识别企业核心能力的指标体系,采用模糊数学集合论与层次分析法相结合的思路,建立了基于我因素层次模糊综合评价的企业核心能力识别模型,并通过应用实例验证了方法的实用性及可行性。     

激光武器对弹道导弹生存能力的影响研究

分析了激光武器系统对侦察卫星识别和辨识能力的威胁;建立了激光武器对成像侦察卫星识别和辨识能力的影响值计算模型;通过研究激光武器对弹道导弹生存能力的影响,论述了激光武器对侦察卫星的威胁和影响。     

基于循环神经网络的目标转弯机动类型识别

对战斗机等空中目标机动类型进行识别是掌握其战术意图的重要依据。为了更好地识别对方战机的机动类型,提升作战能力,本文主要研究空中高速运动目标（如战斗机）的机动类型识别,针对传统的机动类型识别算法的识别准确率不高的问题,将循环神经网络运用在机动类型的识别上,利用Bi-LSTM、LSTM、RNN和GRU循环神经网络识别转弯机动类型。实验结果表明,循环神经网络能够高效识别目标的转弯机动类型,Bi-LSTM的识别准确率达到了98.85%。     

用解析法分析立辊轧机冲击振动信号

为降低复杂信号模型识别困难,采用把线性参数和非线性参数分开识别的方法．该法可用于对立辊轧机冲击振动加速度信号的识别．通过识别到的加速度信号解析式,可得到振动速度及振动位移．该解析法具有较高的消噪能力,并可识别出高精度的轧机系统振动模态参数．     

期望最大化聚类的高光谱亚像素目标检测

针对高光谱目标检测中复杂背景的影响,提出一种基于期望最大化聚类的亚像素目标检测方法,利用背景分解来描述复杂背景．首先,采用期望最大化聚类法实现高光谱图像的背景分解．然后,将背景子空间模型应用于分解得到的场景．由于分解得到的场景更加单一,因此该方法更适合于复杂背景下的亚像素目标检测．将提出的方法应用于实际的高光谱图像,实验结果表明这种方法具有更好的检测性能．     

滤波器装置中晶闸管快速投切的设计与实现

针对晶闸管投切滤波器控制装置中要求快速过零投切的问题,该文基于嵌入式软件实现方法设计了一种比较高效、实用的过零检测方法,较好地解决了通常零点检测硬件电路会出现的误触发以及硬件成本高的问题,达到了晶闸管投切电容器的精确控制和快速投切。通过实验测试和在实际电力场所的运行实践证明,此设计具有较好的实用性。     

基于Delta算子模型的时滞系统故障检测滤波器

研究了基于Delta算子描述的状态时滞系统鲁棒故障检测滤波器的设计问题.在传统移位算子描述的滤波器设计基础上,给出Delta算子描述的时滞系统滤波器模型,利用线性矩阵不等式(LMI)方法,导出了此类系统的故障检测滤波器存在的充分条件和显示表达式,当该LMI具有可行解时,可得到Delta算子描述的时滞系统最优鲁棒故障检测滤波器.仿真结果表明:连续时滞系统和离散时滞系统的故障检测问题可纳入到Delta算子的统一框架中.     

基于邻域关系的网络入侵检测特征选择

入侵检测数据集具有数据量大、特征敷众多、连续型数据的特点.粗糙集是一种有效处理不确定性、不一致性、海量数据的有效分类工具,其特点是保持入侵检测数据集的分类能力不变,进行特征选择.为了避免传统粗糙集特征选择方法所必需的离散化过程带来的信息损失,引入邻域粗糙集模型,提出基于邻域关系的网络入侵检测数据特征选择方法.该方法从所有特征出发,根据特征重要度逐步删除冗余的特征,最后得到关键特征组进行分类研究.在CUP99入侵检测数据集上进行特征选择,并进行了分类实验,实验结果表明该方法是有效可行的.     

一种基于纹理方向性分析的织物疵点检测方法

根据织物图像纹理自身特点,从图像纹理的方向性入手,提出了基于纹理方向性分析的织物疵点检测方法.通过对不同方向性织物疵点图像检测实验,证明本文提出方法对具有方向性的斜纹类织物疵点检测具有较好的有效性和可靠性.     

一种结合匹配区选择和障碍物探测的水下路径规划方法

水下动态航路规划不仅需要考虑适配区的选择,还需要进行实时目标探测和有效避障,这样才能保证潜器的导航安全。文中提出一种同时考虑适配区选择和目标探测的水下航路规划方法,在重力梯度特征空间中基于支持向量机进行适配区的选择,利用重力梯度反演进行目标探测。该方法使潜器既能在适配区航行时进行有效定位,又能避免触碰暗礁和运动潜器等障碍物。仿真分析证明此方法有效。     

DWT和AKD自动编码器的DDoS攻击检测方法研究

针对DDoS网络流量攻击检测效率低及误报率高的问题,本文提出一种基于离散小波变换(Discrete Wavelet Transform, DWT)和自适应知识蒸馏(Adaptive Knowledge Distillation, AKD)自动编码器神经网络的DDoS攻击检测方法.该方法利用离散小波变换提取频率特征,由自动编码器神经网络进行特征编码并实现分类,通过自适应知识蒸馏压缩模型,以实现高效检测DDoS攻击流量.研究结果表明,该方法对代理服务器攻击、数据库漏洞和TCP洪水攻击、UDP洪水攻击具有较高的检测效率,并且具有较低的误报率.     

基于二维云模型过滤的重复图像发现

针对传统的重复图像发现技术无法保证图像检索的扩展性和精确性,提出了一种基于二维云模型过滤的重复图像发现方法.该方法在词袋模型的基础上,首先将汉明嵌入精炼后的匹配描述子映射为二维空间中的点,然后通过云模型计算二维点分布的不确定性以剔除分布波动较大的候选图像,最后根据投票得分进行图像排名.实验结果表明,新提出的方法不仅能保持弱几何一致性约束算法适合大规模图像检索的优点,而且还显著提高了重复图像发现的精度.     

Fault detection of excavator’s hydraulic system based on dynamic principal component analysis

In order to improve reliability of the excavator＇s hydraulic system, a fault detection approach based on dynamic principal component analysis（PCA） was proposed. Dynamic PCA is an extension of PCA, which can effectively extract the dynamic relations among process variables. With this approach, normal samples were used as training data to develop a dynamic PCA model in the first step. Secondly, the dynamic PCA model decomposed the testing data into projections to the principal component subspace（PCS） and residual subspace（RS）. Thirdly, T2 statistic and Q statistic performed as indexes of fault detection in PCS and RS, respectively. Several simulated faults were introduced to validate the approach. The results show that the dynamic PCA model developed is able to detect overall faults by using T2 statistic and Q statistic. By simulation analysis, the proposed approach achieves an accuracy of 95% for 20 test sample sets, which shows that the fault detection approach can be effectively applied to the excavator＇s hydraulic system.     

Rough集理论在结构损伤识别中的应用

提出以光纤光栅传感嚣为传感元件、简支板结构为研究对象、运用粗集理论对结构损伤部位进行检测识别。介绍了用Rough集理论来构建检测对象的知识表示方法，用K-均值量化算法实现连续信息离散化，采用基于Rough集的约简方法来生成目标决策规则。检验样本的实验显示出所提方法获得了满意的检测识别结果，且运算效率远高于神经网络。