军事科研项目中软件项目管理方法研究

列举分析了目前软件开发中存在的问题，提出了在军事科研项目中，对软件项目实施管理的方法，应用先进的软件项目管理理论和方法，有效的提高软件开发效率，确保软件质量。     

基于模糊工具箱和ROSETTA的粗糙集数据挖掘

针对大量连续属性值的数据挖掘,提出了一种基于模糊工具箱和ROSETTA软件的粗糙集数据挖掘方法.在粗糙集理论的基础上,应用模糊工具箱中的模糊聚类方法离散分类连续属性值,并将其转化为粗糙集易于处理的知识表格.应用粗糙集数据挖掘软件ROSETTA对这些知识表格进行知识约简处理.通过约简知识属性和属性值,得到连续属性值的核心知识规则,并以实测数据为例,说明了该方法的实现过程和有效性.     

概率神经网络故障诊断的粗糙集优化方法

针对径向基概率神经网络故障诊断输入量过多会影响网络学习效率的问题,提出了一种基于粗糙集的概率神经网络故障诊断优化方法.该方法用模糊C均值聚类将故障诊断训练数据离散化,使用粗糙集化简由输入输出属性构成的决策表,利用约简后的输入量重新构建神经网络故障诊断模型,使原有模型得到优化并以柴油机故障诊断为例说明该方法的有效性.     

含有不稳定模态的控制系统计算机仿真

该文提出了一种对于含有不稳定模态控制系统的计算机仿真算法.该算法针对控制系统中含有的不稳定模态,在被积函数中加入了一个补偿环节来逼近未知的积分项,导出一种类似于阿达姆斯方法的计算机仿真计算公式.经理论研究与计算机仿真表明,在系统含有不稳定模态的情况下,该算法要优于同阶的阿达姆斯方法,其结果更加逼近于标准值.     

时变谐波参数检测

本文以自适应线性组合器为基础,采用递归最小二乘法进行时变谐波参数的跟踪检测。当信号的基波频率发生变化时,采用分段检测的思想,对每小段信号先采用插值快速傅立叶变换法检测该段基波频率,作为自适应线性组合器的输入,然后采用递归最小二乘法进行幅度和相位的跟踪检测。该方法利用递归最小二乘法跟踪速度快的特点,实现了时变谐波的快速跟踪检测。实验结果验证了所提方法的有效性和准确性。     

一种基于粗糙集与小波变换的电能质量分类方法

针对目前电能质量问题分类常用方法中存在判断过程复杂且计算量大的问题。提出将小波变换和粗糙集理论相结合解决电能质量分类问题的方法。首先．利用小波变换提取扰动信号的特征矢量样本数据：然后。应用模糊C均值聚类的方法将所提取的连续的特征矢量样本数据离散化。得到离散化后的分类知识规则表;最后。采用粗糙集理论中的属性与属性值约简算法,获得判断电能质量分类的核心规则知识。通过对Matlab下的模拟信号数据进行仿真实验。结果表明该方法可直接由信号数据快速准确地判断出信号所属的电能质量类型．简单易行。     

基于嵌入式网络技术构建远程监测系统

在分析工业控制领域新要求的基础上，结合嵌入式网络技术的基本原理，提出了基于嵌入式网络技术的远程监测系统的构建方案，并给出了性能指标，该系统已在军事领域得以应用。     

一种基于VB的数据采集模块多线程检测方法

本文通过分析与研究多线程以及VB中多线程的内部运行机制，列举了在VB中实现多线程与检测网络设备的相关函数，实现了一种对网络数据采集模块的多线程检测方法，提高了数据采集效率。     

基于广义S变换的水下目标特征提取

针对水下目标识别中特征矢量难以准确提取的问题,提出了基于广义S变换模时频矩阵奇异值的水下目标特征提取方法。首先对目标信号进行广义S变换,然后提取广义S变换模时频矩阵奇异值作为目标识别特征矢量,最后利用概率神经网络实现目标识别。广义S变换在S变换的基础上,通过改变窗宽因子可提高信号分析的频率分辨率或时间分辨率,从而可根据信号分析需求实现水下目标非平稳非线性信号的时频分析。实验结果表明提取广义S变换模时频矩阵的奇异值作为目标识别特征矢量能够有效区分各类目标,且选取不同的窗宽因子具有不同的识别结果。     

基于计算机网络的倒立摆远程实验平台研究

为了有效解决倒立摆实验教学中器材相对不足,设计开发了基于计算机网络的倒立摆远程控制系统.它由实验用户、中心服务器、实验服务器和实验设备等四层组成,运用功能强大的Java技术以及控制专用软件Matlab.该系统实现了倒立摆的远程共享和异地控制,为远程教学中的实验教学提供了一条有效地技术解决方案.