基于自回归高阶估计的盲信号提取算法

文章利用线性预测模型来描述信号的时序结构,提出了一种基于高阶统计量的自回归参数估计的盲信号提取算法。算法首先通过高阶累积量对AR模型中的加权参数进行估计,然后利用盲提取方法对混合信号进行抽取以达到混合信号的分离,比较了高阶累积量方法和二阶自相关分离算法在不含噪声和含高斯白噪声情况下的分离效果。最后通过仿真实验证实了算法的有效性。     

基于模糊控制技术的倒立摆控制

简要介绍了模糊控制技术的发展和应用,详细介绍了模糊控制器的设计,着重讨论了单级倒立摆的模糊规则的制定,并通过Simulink仿真,验证了所制定的模糊规则的正确性和可行性。     

航空领域术语定义的提取研究

本文在通过手工获取航空生语料中所包含的术语定义,然后对获取的术语定义进行模式总结;在获取定义模式规则总结的基础上,利用程序实现术语定义的自动获取,并且对自动提取的结果采用了两种排除法:模式排除法和术语名称排除法。最后通过程序提取得到的术语定义和手工总结得到的术语定义进行比较分析,得到正确率和召回率。     

包过滤防火墙在仿真平台中的研究与实现

网络安全仿真是进行网络安全研究的重要手段,而防火墙的仿真是该手段的必要组成部分.本文重点研究防火墙仿真技术,对防火墙规则进行了形式化描述,并给出包过滤过程的自动机设计,基于此,在GTNetS仿真平台中实现了一个包过滤防火墙,并使用适当的测试用例验证了其正确性.     

基于关键质量特性的产品保质设计

 在明确质量特性概念基础上，提出了质量特性(QCs)的三层结构及其技术内涵，给出了关键质量特性(KQCs)概念；给出了产品关键质量特性演化模型与演化活动；结合产品设计过程，建立了基于关键质量特性的产品保质设计(DFQ)活动链与模式；基于质量屋给出了完整的关键质量特性提取方法；在产品功能和结构树基础上，应用公理化设计（AD）中功能与结构域映射理论建立了关键质量特性关联树，并在分析噪声因素和统计故障模式的基础上，基于粗糙集理论和模糊逼近于理想的排序方法(Fuzzy TOPSIS)提出了关键质量特性关联树节点的质量关联权重计算方法；提出了关键质量特性关联树节点的关联权重评定方法；将基于三维CAD的方案外形评估与基于虚拟样机的方案性能仿真引入保质设计质量评价活动中。最后通过案例应用验证了所提理论与方法的正确性与有效性，为产品保质设计提供了一种可行的系统化的实现方法。     

基于多媒体数据挖掘的多通道检索技术

首先介绍多媒体数据挖掘的过程,接着分析了多媒体信息的多通道检索的体系结构和多通道检索流程图。针对多媒体信息内容的复杂性,文章的第四部分介绍了多媒体关联规则挖掘算法,对将其应用于多通道检索进行了初步探讨。     

激波管中生物体的荷载机制和过程及效应研究

本文介绍了国内外利用激波管对生物冲击伤的实验研究进展。通过空中爆炸产生的激波对生物的荷载机制分析,选用62只成年雄性杂种狗,采用 BST-I 型生物激波管产兆的激波作为政伤源,实验研究了对暴露于规则反射区和马赫反射区中的动物造成冲击伤的特征和分布规律及荷载过程。结果表明:1.在相同入射超压值148.3±18.5kPa条件下,两个区域中造成动物的伤情相差3～4级;2.两个区域中造成动物各脏器损伤的分布规律显著地不同;3.两个区域中机体的荷裁机制和过程不同;4.在规则反射区中,狗体表不同部位的荷载有显著的差异。文中的一些结果能提供冲击伤、工程效应、激波管气动力和结构设计作为进一步研究的参考。     

一种基于粗糙集理论的粗糙神经网络构造方法

提出在BP神经网络中使用粗糙集理论网络的设计，由于粗糙集理论有强大的数值分析能力,而BP神经网络具有准确的逼近收敛能力和较高的精度，所以通过两者的结合，可以得到一种可理解性好，计算简单，收敛速度快的神经网络模型，这种神经网络的算法的主要过程为：首先利用粗糙集能力去发现给定数据集的一些规则，然后根据这些规则构造神经网络稳含层的神经元个数，最后用BP算法迭代求了网络的各种参数，完成网络的设计，本文最后给出了一个三维非线性函数的实例进一步验证了网络的正确性。     

基于神经网络的飞机极限数据专家系统

利用神经网络专家系统的方法时飞机飞行参数的极限允许值进行计算，可以使推理过程变得简洁、清晰，避免了常规方法在软件实现上的诸多缺点。同时，本文采用一种模糊规则方法对神经网络专家系统的推理行为进行描述，使得神经网络专家系统能够回答有关why和how的询问。以最大允许马赫数的计算为例，本文设计了用于该参数推理的神经网络专家系统．并给出了简单算例。     

一种自学习Fuzzy控制器

为了提高Ｐｕｚｚｙ控制器的性能，适当调整Ｆｕｚｚｙ控制规则是很重要的。本文利用参考Ｆｕｚｚｙ集的概念给出了一种便于规则调整的Ｆｕｚｚｙ控制算法。由于这种算法避免了输入和输出数值域上的离散化，所以具有较强的灵活性。为了估计Ｆｕｚｚｙ控制器的性能，本文利用了参考模型。通过参考模型与被控对象输出的偏差来实时调整Ｆｕｚｚｙ控制规则，构成了自学习Ｆｕｚｚｙ控制器。仿真结果表明，自学习性能是令人满意的。