军用运输机重量参数统计分析

通过对现有军用运输机重量参数的统计分析，寻求各参数之间存在的定量关系，利用线性、乘幂和多项式等拟合回归分析，并进行精度评估，以期为军用运输机设计提供参考数据。     

一类回归分析预测模型及其应用

提出了一类回归分析预测模型，这类模型将多项式和一些简单的数学函数相乘．得出分两步求解模型中待定参数的近似方法，简化了待定参数的求解过程。给出了这类模型的应用实例，结果表明：同一些简单函数构成的模型相比，这类模型具有较好的预测能力。     

高绝缘材料的超高电阻测试研究

叙述了新型超高电阻测量仪的基本原理、结构、技术参数、各项性能试验数据，以及与其它测试仪器对比的测试结果，提出了本测量仪性能优越，同时已经用于生产实际，解决了军品生产的急需．     

利用积分球对CCD线性和面均匀性的标定

积分球对CCD(Charge-coupled Device)的标定,主要是利用积分球光源具有较好的均匀性、稳定性以及精度高的特点,通过CCD采集积分球光源的图片,将积分球光源亮度转换为CCD拍摄图像的灰度,通过对采集图片灰度信息的提取,得出了CCD标定的各项参数。CCD线性标定试验的结果表明:在CCD快门值固定时,光源亮度的变化和图像灰度呈线性关系,并且在转换后的不同灰度值区段,线性度有一定的差别:在中值区,线性度最好,低值区次之,高值区最差;在光强一定的情况下,CCD快门值的改变和采集图像的灰度也呈线性关系。均匀性标定的试验结果表明:CCD的光电响应的非均匀性是随着快门值和灰度的增加而减小的,但最终趋于一个较稳定的值。     

基于改进的卷积神经网络的步态识别

为了提高惯性传感器采集到的序列数据中步态识别的准确率,建立了一个激励层改进的卷积神经网络(CNN)模型。针对三轴加速度传感器对运动太过敏感导致步态周期划分不准确的问题,采用加速度传感器与弯曲度传感器组合获取人体运动信息。将CNN模型中激励层的线性整流函数(ReLU)改进为带泄露线性整流函数(Leaky ReLU),以解决遇到卷积输出数据小于0时神经元被抑制的问题,进而达到提高步态识别准确率的目的。实验结果表明激励层优化的CNN模型在行走、上下楼和上下坡五种步态模式下识别率达到了95.79%,与未采用弯曲度传感器的改进CNN模型和未进行激励层改进的CNN模型相比,步态识别率有所提高。