基于自适应遗传BP算法神经网络数据融合的空中目标识别

空中目标识别是现代防空作战的重要研究内容。本文利用不同类型目标产生的多类型传感器的数据信息对目标进行识别。为了训练神经网络目标识别分类器，将遗传算法和BP算法相结合，提出了一种新的自适应遗传BP算法，利用这种神经网络来确定指标的权值。仿真试验结果表明，基于自适应遗传BP算法神经网络的识别是一种简单、可靠的目标识别方法，具有很好的目标识别效果。     

基于支持向量机回归的电力负荷预测研究

不同于传统的基于经验风险最小化的回归方法,支持向量机回归方法基于结构风险最小化准则.与神经网络相比,该方法在解决学习精度和推广性之间的矛盾方面有明显的优势.本文以城市电力负荷预测为应用背景,对比研究了基于统计学习理论的支持向量机回归方法和神经网络方法.预测结果显示支持向量机可能是一种非常有前景的预测工具,其预测精度明显好于神经网络.     

基于神经网络的某导弹姿态控制系统故障诊断

介绍了多层前向神经网络及其算法 ,讨论了神经网络在故障诊断方面的应用 ,并对某导弹姿态控制系统的典型故障进行了神经网络建模 ,经测试取得了良好的效果。     

导弹纵向神经网络自动驾驶仪设计

在导弹俯仰通道中存在输入未建模动态情况下，提出了一种基于RBF神经网络和反演控制技术的神经网络自动驾驶仪的设计方法。首先应用两个RBF神经网络对输入未建模动态设计了神经网络逆补偿器，然后利用反演控制技术设计了导弹纵向自动驾驶仪。最后给出仿真结果显示了该设计方法的有效性。     

扫描隧道显微镜对粘胶基碳纤维表面微观结构的研究

用扫描隧道显微镜（STM）对粘胶基碳纤维（RCF）表面的微观结构进行了研究，首次获得了原子级的RCF图像，对其原子间距作了精确地量化，并且尝试着将所得到的图像与高定向降解石墨（HOPG）相比较，以期对RCF的微观结构有更深入的了解，在原子级尺度上，发现了原子排列并不规则的石墨状结构，二维视图量化结果表明：相邻原子间距为0．142nm，最近六圆环中心的距离是0．253nm。     

智能旋翼的频域神经控制

 频域内的神经控制方法在振动主动控制中因其允许复杂的控制算法,适合于智能旋翼的控制。在建立频域智能旋翼系统模型的基础上,提出了频域内的智能旋翼神经控制方法。采用正交设计方法选取训练样本,建立频域神经模拟器,然后按照提出的算法进行控制。仿真结果表明提出的算法有效,并且具有较好的鲁棒性。     

自组织模糊CMAC神经网络及其非线性系统辨识

 针对CMAC的特点,提出了联想度的概念,并由此设计了一种自组织模糊 CMAC神经网络( SOFC-MAC)及其学习算法,证明了SOFCMAC能以任意精度对非线性特性一致逼近。该网络具有学习速度快,逼近精度高及局部泛化能力等特点。歼击机系统特征模型辨识仿真验证表明了该方法的有效性。     

钴基复合镀层的高温耐磨减摩性能

本文描述了复合镀工艺的特点，详细介绍了然基复合镀工艺和然基复合镀层优良的高温耐磨减摩性能，并提出了其今后可能的发展方向。     

铝基复合材料在惯性导航仪表中的应用分析

根据惯性仪表的特性，对技术较成熟的碳化硅增强铝基复合材料的稳定性、精密加工性能等进行了分析。指出该材料在惯性仪表中应用的技术条件已经成熟。     

镍基超合金再铸层化学研磨去除的实验研究

研究了镍基超合金激光／电火花打孔再铸层的物理化学特性，并报道了DZ125、ЖKC6y、K24、DD3、DD6以及IC10等合金的化学研磨处理对基材腐蚀及其力学性能与热疲劳性能的影响等。实验研究表明：镍基超合金的激光／电火花再铸层有着不同于其本身原始铸态的化学性能，采用适当的化学研磨介质和优化的化学研磨条件可以快速有效地去除再铸层，使孔圆整光滑而不损伤合金基体、不降低基体的力学性能，并且可提高孔的热疲劳性能，由此可望实现镍基超合金涡轮叶片“三无”气膜孔的激光／电火花打孔 化学研磨复合法高效高质量制造。