排序方式: 共有36条查询结果,搜索用时 15 毫秒
2.
3.
4.
为提高触发旋转火花开关的稳定性和可靠性,研制了一套输出电压及频率可调的高压脉冲触发系统。该系统应用多脉冲触发模式,采用可调直流电源和储能电容作为能源系统,利用半导体开关器件绝缘栅双极型晶体管(IGBT)作为主开关控制放电周期和脉冲宽度,由数模混合电路构成信号源控制IGBT的通断,经过高压脉冲变压器在负载上获得需要的高压脉冲。实验结果表明,该系统在500 Hz的重复频率下能连续稳定地输出高于38 kV的高压重频脉冲,脉冲宽度为20μs,能稳定触发旋转火花开关。通过多脉冲触发的应用,提高了触发系统的可靠性和稳定性、减小了触发系统的体积和重量。 相似文献
5.
在激光角度欺骗仿真系统的需求分析和概要设计阶段,使用基于模糊故障模式、影响及危害性分析(FMECA)框架的分配法对该系统软件可靠性分配。首先建立影响因素集、评价集合;然后基于FMECA框架进行模糊综合评价;再利用层次分析法(AHP)得到权重集;最后通过量化手段得到各子系统的不可靠系数并将它们转化为平均无故障时间(MTBF)。最终得到的可靠性指标符合专家评估和类似软件系统的可靠性分配结果。 相似文献
6.
目标威胁评估是协同目标攻击中的关键问题.为提高空战目标威胁评估的准确性和实用性,建立了Elman-AdaBoost强预测器目标威胁评估模型及算法.首先,介绍了Elman-AdaBoost强预测器;其次,建立了Elman-AdaBoost强预测器目标威胁评估模型;最后,提出了基于Elman-AdaBoost强预测器目标威胁评估模型的算法.采集75组数据用于实验,其中60组作为训练集,15组作为测试集.分别选择Elman网络隐层节点数L=7,11,14,18和弱预测器数目K=6,10,16,20进行实验,结果表明,Elman-AdaBoost强预测器算法预测误差远小于弱预测器且在L=7和K=6时误差达到最小.Elman-AdaBoost强预测器目标威胁评估模型和算法具有很好的预测能力,可以快速、准确地完成作战目标威胁评估. 相似文献
7.
针对现有的软件可靠性增长模型(SRGM)适用性较差、预测精度波动大的问题,使用自适应步长布谷鸟搜查(ASCS)算法对模糊神经网络(FNN)的权重和阈值进行寻优,利用得到了最优权重和阈值的FNN建立SRGM。在使用缺陷数据对FNN训练的过程中,利用ASCS来调整FNN的权重和阈值,以此提高在预测过程中的精度,同时采用多次预测结果取均值的方式来减小FNN预测的波动性,以此建立基于结合自适应步长布谷鸟搜查算法的模糊神经网络(ASCS-FNN)的软件可靠性增长模型。利用3组软件缺陷数据,以误差比均值和误差平方和作为衡量标准,对基于ASCS-FNN、结合模拟退火算法的动态模糊神经网络(SA-DFNN)、FNN、BP网络(BPN)建立的SRGM的一步向前预测能力进行比较。预测结果表明,在四组模型中,基于ASCS-FNN建立的SRGM相对于SA-DFNN、FNN、BPN建立的SRGM的平均预测精度相对提高率RI(AE)和RI(SSE)分别为-1.48%、54.8%、33.8%和14.4%、76%、35.9%,并且该模型比FNN、BPN建立的SRGM在相同缺陷数据下的预测波动性小,而且网络结构比SA-DFNN的网络结构简单。因此该模型具有预测精度较高、预测稳定和具有一定的适用性等优点。 相似文献
8.
为提高航天软件测试的效率和质量,针对同公司航天软件数量少、研制周期长的特点,提出了一种跨公司航天软件缺陷预测方法。从航天软件背景信息复杂、规模大、功能独立等特征出发,提出基于静态分类缺陷预测的模型构建思想。引入迁移学习方法,利用最近邻分类器和数据引力模型,对训练数据的分布特征进行修正,提高训练数据与目标数据的相似性;为提高模型的泛化能力以适应目标数据的多样性,提出在训练数据中加入少量目标数据用于模型训练。将该方法在实际工程中进行应用,实验结果表明,与已有软件缺陷预测方法相比,该方法在保持较低误报率(不高于0.3)的情况下可有效提高召回率(接近0.6),整体可信度得到有效增强(G- measure超过0.6),方法稳定度高,泛化能力较强;本方法在实际工程中对测试规模影响可控,测试效率得到提高。 相似文献
9.
来信点评:《IT时代周刊》总第246期《为何奇迹的阳光总是洒满硅谷》读者观点:我们一直强调要有创新的精神,设立制度、奖励办法、办培训班等方式推进创新,但真正的土壤是习惯、上级的态度及自己的勇气。读罢《为何奇迹的阳光总是洒满硅谷》时,心中挺不是滋味。这个话题其实由来已久,"十一五"规划时就特别提到自主创新,"十二五"规划创新仍然占据很重要的分量。但结果却是微弱的。 相似文献
10.