基于验前信息可信度的鱼雷实航工作可靠度Bayes融合评估方法

针对火箭助飞鱼雷作战效能中实航工作可靠度这一指标的考核,存在着试验样本数少、风险高等缺陷,不利于对该指标作出正确的评估。为此,借鉴战术导弹鉴定试验技术,使用验前信息进行指标融合评估,但为防止大量的验前信息＂淹没＂现场试验信息的可能性,提出了基于验前信息可信度的后验加权Bayes融合评估的鱼雷实航工作可靠度指标考核方法,该方法能够较真实地评估出鱼雷实航工作可靠度指标。     

提高雾天激光主动成像图像质量的研究

在雾天,激光主动成像系统所得图像的质量明显下降。针对所得红外图像噪声大、对比度低的特点,提出一种结合暗通道先验（Dark Channel Prior,DCP）与双边滤波（Bilateral Filter,BF）的图像处理算法。采用暗通道先验对图像进行去雾,对去雾后的图像采用双边滤波方法做进一步去噪处理,从而达到提高对比度降低噪声的目的。对不同算法处理后图像的主客观评价表明,提出的算法处理后的图像有更好的视觉效果,标准差有一倍多的提高,信息熵和信息容量有20%左右的提高。     

丝锥槽形的计算机辅助设计与改进

主要介绍丝锥槽形的改进和加工不同金属材料时丝锥槽形的设计.尤其被加工材料是特种金属时,根据丝锥所适合的前角、刃瓣、心径以及所允许容屑槽大小,运用计算机辅助设计改进丝锥槽形,使得丝锥前角、槽底圆弧以及齿背角光滑连接,切屑成流线形卷屑.生产实践表明,该方法有效地规范了丝锥槽形的设计与制造,提高了产品质量.     

基于压缩感知的二维联合超分辨ISAR成像算法

在ISAR成像中,距离和方位分辨率分别受发射信号带宽和成像积累角的限制。基于压缩感知(CS)理论,该文提出了一种2维联合超分辨ISAR成像算法。首先建立ISAR观测信号模型并构造2维超分辨字典,然后利用ISAR图像的稀疏先验信息将2维联合超分辨成像建模为最小l1范数的优化问题,最后提出一种快速算法求解该优化问题。该方法进行距离维和方位维的联合处理,有效利用了回波数据的2维耦合信息;通过共轭梯度(CG)运算,快速傅里叶变换(FFT),Hadamard乘积等操作,有效提高了算法的实现效率。仿真和实测实验验证了该算法的有效性。     

预镀镍层对一种C-Mn-Si高强钢选择性氧化行为的影响

目的 抑制高强钢中合金元素在表面选择性氧化.方法 在一种C-Mn-Si体系高强钢表面预先电镀100 nm厚度的镍,然后在镀锌模拟器上进行模拟退火处理.使用扫描电镜及其附属的X射线能谱仪观察分析了试样表面形貌和元素构成,使用辉光放电光谱仪研究了样品退火后表面的元素深度分布,使用X射线光电子能谱鉴定了样品退火后的表面化合物...     

煤矿基建期间的问题研究及解决策略

基于煤矿建设具有时间长、安全要求高的特点，在基建过程中容易出现监管、资金、营运等方面的问题，煤矿生产是我国经济建设中的重要组成部分，其建设过程会对企业及社会造成影响。通过预先核准和建立健全联合监管制度，对煤矿基建过程中遇到的问题具有指导意义。     

略谈贝叶斯统计学派的假设检验

假设检验问题是统计推断和决策的基本形式之一，其核心是利用样本所提供的信息对总体的某个假设给出判断，接受假设或者拒绝假设。对于该问题经典统计和贝叶斯统计给出不同的检验方法和检验准则。本文浅谈贝叶斯统计在假设检验方面的优势及不足。     

Exact closed form solutions for free vibration of non-uniform annular plates

Presented herein are exact solutions for the free vibration problems of a class of annular plates with parabolically varying rigidity and for a sandwiched non-uniform annular plate. These exact solutions are useful for verifying numerical methods and algorithms.     

多目标决策权值的统计分析方法

在多目标决策中,经常采用加权系数法化为单目标问题,而权系数常用 Delphi 法或AHP 法确定.为寻求反映客观性的权系数向量,本文首先引入反映被测评对象信息的反馈权值向量,然后用反馈权值向量检验由 Delphi 法或 AHP 方法得到的先验权值向量,最后给出一种修正权值向量的方法.     

Using duration models to reduce fragmentation in audio segmentation

We investigate explicit segment duration models in addressing the problem of fragmentation in musical audio segmentation. The resulting probabilistic models are optimised using Markov Chain Monte Carlo methods; in particular, we introduce a modification to Wolff’s algorithm to make it applicable to a segment classification model with an arbitrary duration prior. We apply this to a collection of pop songs, and show experimentally that the generated segmentations suffer much less from fragmentation than those produced by segmentation algorithms based on clustering, and are closer to an expert listener’s annotations, as evaluated by two different performance measures. Editor: Gerhard Widmer