人工智能在CBM+中的应用研究

通过维修分类和CBM+的定义说明了CBM+的理念内涵,简要介绍了CBM+的核心RCM和CBM以及它们之间的关系,并从CBM+的核心出发分析了当前CBM+的限制,最后结合美军人工智能技术在CBM+中的应用讨论了几点启示.     

基于改进圆域分割方法的混沌微弱信号检测

针对Melnikov方法和Lyapunov指数法在确定Duffing振子混沌阈值时计算繁琐、耗时较长的问题,提出基于改进圆域分割的相图识别方法。以圆域内相点比例为指标,利用其在系统相变时急剧变化这一特性进行微弱信号的检测。改进圆域分割方法的圆域半径取值更加灵活,使混沌阈值的确定更加方便。仿真实验表明,信噪比为-60 d B时检测正确率达89%,验证了该方法的有效性。