模糊逻辑推理系统在目标毁伤分析中的应用

目标毁伤分析是C3I系统的一个重要组成部分,在作战指挥决策中是决定是否对目标实施第二次打击的主要判据.定义了目标毁伤的量化等级,讨论了目标毁伤评判特征参量的选取规则和目标毁伤函数的建立规则,建立了目标易损性计算模型以及简化的毁伤树,进而得到目标毁伤程度,为作战提供有效的指挥决策信息.     

机械压力机超负荷保险装置的发展趋势

以液压式自动恢复式超负荷保险装置为重点,介绍了各类机械压力机超负荷保险装置.通过分析这些装置的原理、结构和成本,比较了它们的优缺点.据此,在设计不同压力机时,可根据压力机的台面尺寸、使用情况、模具以及精度,选用合适的保险装置.     

基于最小垂直梯度泛函的二维MT数据反演方法

分析了大地电磁测深法反演中聚焦反演方法的原理,从反演目标函数构建方式出发,提出将最小垂直梯度泛函作为模型目标函数的二维MT反演方法,采用再加权正则化共轭梯度法求解目标函数的极小值。在正演模拟时采用基于二次场的有限单元法．引入互易定理计算灵敏度矩阵。并且在前几次迭代后,利用Broyden公式更新灵敏度矩阵．提高了计算效率。所实现的反演方法具有迭代稳定收敛、异常体的聚焦程度高等特点,特别是界面的垂向分辨能力比最小梯度支撑泛函有所提高,模型试算结果表明了本文方法的正确性。     

高强化船用柴油机组合活塞裙部型面设计与验证

以某高强化船用柴油机钢顶铁裙组合活塞为研究对象,分析活塞裙部型面的纵向中凸曲线和横向椭圆设计过程,运用有限元分析软件研究不同设计方案的活塞裙部接触压力分布并进行优化,通过合理调整不同位置的横向椭圆的椭圆度及修正系数得到最优方案,并对优化设计的活塞装机进行台架试验.研究结果表明:采用横向二次椭圆和纵向中凸曲线设计时活塞裙...     

基于代价的XML文档关系模式的生成

1.引言作为目前信息表示和交换的标准,XML得到越来越广泛的应用。对XML进行管理,传统的方法是利用文件系统。目前,传统的关系数据库在市场上仍占有主流地位,如何利用关系数据库来管理XML数据成为现实的问题。由于XML文档本质上是基于图模式的半结构化数据,而目前商用数据库管理系统管理的是基于关系模式的结构化数据,利用关系数据库来管理XML数据可能带来非常高的存贮代价和查询代价,因此利用关系数据库来管理XML数据必须解决两种异构模式之间的转换问题,生成合理的关系模式。对于上述问题,工业界和学术界从不同的角度进行了研究,文Oracle 8i利用关系数据库引擎来完成XML文档的简单查询,但是,Oracle 8i的当前版本要求手工生成XML文档所对应的关系模式,增加了使用人员的负担。     

基于C8051F的列车制动智能监控系统设计

本文针对机车运行过程中可能出现的制动故障,设计了一种以C8051F005单片机为核心控制器的列车制动监控系统,并给出了系统的总体结构、硬件组成及软件功能框图。此系统能对制动机进行实时监测、状态分析、故障报警与排除,从而保证列车安全稳定的运行,具有很好的经济效益和应用前景。     

与银行紧密结合的IP语音技术

随着经济全球化趋势的不断加深以及技术的不断进步,市场竞争也日益激烈,尤其是进入WTO之后,全球化经济一体化趋势逐渐增强,竞争环境瞬息万变,在这种形势下,银行业与客户之间以及银行业内部的沟通愈发凸显得很重要。语音、数据、视频都是人类重要且有效的通信方式,在银行业     

医学细胞图像的空间域改进平滑滤波算法

为了更加准确地完成医学细胞图像的检测,针对图像预处理过程中存在的边缘模糊、图像色变和图像形变的缺陷,研究了改进型平滑算法,利用邻域平均和中值滤波相结合的方法对图像进行平滑滤波处理.基于标准图像的实验结果证明,这一新算法在实现去除噪声的同时,既克服了邻域平均法处理后图像边缘模糊和图像色变的缺点,也克服了中值滤波法处理后图像形变的不足.     

一种基于参考点和密度的快速聚类算法

数据的规模越来越大,要求数据挖掘算法有很高的执行效率.基于密度的聚类是聚类分析中的一种,其主要优点是发现任意形状的聚类和对噪音数据不敏感.提出了一种新的基于参考点和密度的CURD(clustering using references and density)聚类算法,其创新点在于,通过参考点来准确地反映数据的空间几何特征,然后基于参考点对数据进行分析处理.CURD算法保持了基于密度的聚类算法的上述优点,而且CURD算法具有近似线性的时间复杂性,因此CURD算法适合对大规模数据的挖掘.理论分析和实验结果也证明了CURD算法具有处理任意形状的聚类、对噪音数据不敏感的特点,并且其执行效率明显高于传统的基于R*-树的DBSCAN算法.     

新型数据管理系统研究进展与趋势

随着各类新型计算技术和新兴应用领域的浮现,传统数据库技术面临新的挑战,正在从适用常规应用的单一处理方法逐步转为面向各类特殊应用的多种数据处理方式.分析并展望了新型数据管理系统的研究进展和趋势,涵盖分布式数据库、图数据库、流数据库、时空数据库和众包数据库等多个领域.具体而言：分布式数据管理技术是支持可扩展的海量数据处理的关键技术;以社交网络为代表的大规模图结构数据的处理需求带来了图数据库技术的发展;流数据管理技术用来应对数据动态变化的管理需求;时空数据库主要用于支持移动对象管理;对多源、异构而且劣质数据源的集成需求催生出新型的众包数据库技术.最后讨论了新型数据库管理系统的未来发展趋势.