机上无线局域网用户行为分析

随着无线网络的普及,用户的上网行为分析已经成为各单位提高服务质量、增长收益的重要途径。概述了Web日志挖掘的相关概念、方法和步骤。针对机上无线局域网的用户访问行为,对用户访问日志进行预处理,由日志中的旅客座位信息所关联到的旅客基本信息来确定旅客类别,通过计算分析用户的访问兴趣度,最终得出不同类别旅客的访问兴趣分布。     

Using S-band dual polarized radar for convective/stratiform rain indexing and the correspondence with AMSR-E GSFC profiling algorithm

The separation of rain types in convective and stratiform regimes has long been a goal in microwave remote sensing of precipitation research. In this essence, a dual polarized radar based indexing scheme that provides information on convective and stratiform (C/S) rain regimes has been presented in correspondence with advanced microwave scanning radiometer – earth observing system (AMSR-E) GSFC profiling algorithm estimate of convective rain percentage. The dual polarized radar based C/S indexing scheme first retrieves the normalized gamma drop size distribution parameters, median volume drop diameter (D₀) and concentration parameter (N_w), from dual polarized radar measurements Z_H and Z_DR, representing reflectivity and differential reflectivity respectively, by means of the genetic programming approach. Next, the C/S rain index is calculated based on the formulation of an empirical relation in N_w–D₀ domain. The scheme has been inspected and applied on measurements from the S-band Chilbolton dual polarized radar. A considerable number of “coincident” cases from the radar and the AMSR-E observations are investigated. It has been revealed that the dual polarized radar based C/S rain indexing is in a similar pattern with the AMSR-E GSFC profiling algorithm estimate of convective rain percentage. Generally, as C/S rain index value increases, which signifies a stratiform to convective trend, the AMSR-E convective rain percentage also increases.     

多测速系统应答信标数据实时分类算法

为了提高目标轨迹解算的稳定性,针对多测速系统在应答模式下的测量数据分类问题,提出了一种新的实时分类算法。首先分析了现有方法的缺陷;其次设计了一种能够将应答数据、信标数据与异常数据进行分类的新算法。该算法的关键是选择适当的分类参考,采用目标理论轨迹与已经分类的历史测量数据等2种分类参考相结合的方法,以适应不同的应用情形;最后,利用2类主站配置模式下的典型实测数据对新算法进行验证,结果表明新算法能够将3类数据正确分类。在此基础上,解算出的实时轨迹平稳且连续,测量数据的利用率明显提高。因此新分类算法的性能优于现有方法,对改善其他测量系统中的实时数据分类效果也具有借鉴意义。     

一种基于u检验的空海目标分类方法

阐述了对于机载雷达,测高精度不高,特别是对远距离目标的测高精度更差,因而利用机载雷达提供的高度信息进行空海目标分类存在很大的不确定性。为了能有效地利用目标高度信息进行空海目标分类,把空海目标分类问题看成是一个u检验问题。首先,给出了用于空海目标分类的判别函数;然后,给出了一种决策规则,并推导出决策门限的计算公式和空中目标误判为海面目标的概率的计算公式;最后,通过仿真表明该算法的简易性和有效性。     

离心式分级机分级理论与分级效能研究

介绍了离心式分级机的工作原理，分析了离心式分级机的流场特性，重点研究了速度特性和压力特性的分布规律，对离心机的分级效能以及改进方案进行了探讨，论述了细粉出口附加二次引风以及二相流入口速度对提高分级效率的的影响。     

基于层次分析法的直扩信号安全性能评估模型

在综合直扩信号风险分析、截获方法的基础上，率先对直扩信号安全性能评估模型进行了研究，建立了基于AHP（AnalyticHierarchyProcess，层次分析法）的直扩信号安全性能评估模型，详细给出了直扩信号安全指数的计算过程，并对多种直扩信号的安全指数进行了仿真。仿真结果袁明：评估方法有效；提出的模型可以定量评价不同直扩信号的安全性能，为直扩信号的安全性设计提供定量的依据。此外，还提出了卫星测控直扩信号的安全等级分类原则和卫星安全等级要求。     

基于深度学习算法的极化合成孔径雷达通用分类器设计

地物分类是PolSAR(极化合成孔径雷达)的重要应用方向。传统算法需要基于特定数据人工选取特征和设计分类器,而深度学习算法能够自行从海量数据中提取层次化特征。在深度学习算法总结的基础上,结合深度学习和PolSAR大数据,提出了一种高效率、高精度的通用分类器设计方法。使用人工标记的数据训练CNN(深度卷积网络),自动化地进行特征学习和提取,并实现高精度的地物自动分类。在具有不同分辨率的机载和星载PolSAR数据上对通用分类器进行测试,都能快速、准确地分类。研究成果可快速将PolSAR数据转译为更直观的地物分类结果,对海量数据,特别是GF-3卫星PolSAR图像的利用有一定的辅助价值。     

波音737系列飞机结构修理类型分类方法

根据FAA颁发的AASR的要求,2010年12月20日以后,波音737-系列飞机的维护计划中需包含损伤容限的基本检查要求。波音依据AASR的要求对需要进行损伤容限分析的结构修理的批准实施了新的方法。新方法的实施,导致波音对结构修理类型分类法方法和批准方式的改变。     

基于知识管理的航空发动机设计知识分类与获取

现代航空发动机设计是基于知识的设计,知识分类与获取是航空发动机设计知识管理的起点,也是难点.实施知识获取技术能够使得设计知识有效积累,推动设计知识管理实施,从而真正实现基于知识的设计,提高航空发动机设计水平.分析了航空发动机设计过程、航空发动机结构,提出了航空发动机设计知识分类方法、知识获取策略与获取方法,进一步探讨了...     

基于ICA的遥感图像的色彩分类方法

根据独立成分分析（ICA）方法和多频谱卫星遥感图像的特点,提出了一种基于ICA的遥感图像色彩分类法。方法使用FastICA算法提取遥感图像的色彩独立成分,是RGB反转的结合,具有互补的分布,不受照明的影响。使用最大相似度分类算法对像素进行色彩分类,实验结果表明,方法的色彩分类效果较好,对多频谱遥感图像进行色彩分类十分有效。