改进小波阈值去噪法在管道泄漏检测中的应用CSCD

基于负压波式的管道泄漏检测方法中,需要解决的核心问题之一是对负压波信号的去噪。在分析了利用小波变换理论与小波阈值去噪的基础上,对传统的硬阈值和软阈值函数、双曲型和指数型函数与改进的阈值函数算法进行了对比。实验表明,改进算法在处理管道泄漏检测中,对检测的负压波信号能够获得较大的信噪比,具有较好的去噪能力,能有效提高泄漏检测精度。     

一种改进的Manifold数据降维方法研究

Manifold学习算法已经被广泛应用到很多领域,如信息检索、模式识别、人工智能和数据挖掘等。已有的Manifold学习算法对局部临近区域选择很敏感,并且降维后的数据可分割性比较差。本文提出了一种自适应临近区域选择、具有良好信息可分割性的Manifold学习算法。这种方法在每一个数据点根据数据可估算的本质维度和局部正切方向选择临近区域。与此同时,在映射数据的时候使用聚类分析法聚集相似样本点集。这种方式能确保降维数据具有良好的可分割性,获得更好的降维效果。实验结果表明,新的方法在人工生成数据集上具有更好的嵌入效果。     

基于自适应径向基网络的舰船RCS统计特征识别方法

文章采用舰船RCS频域起伏序列的均值、标准差为识别特征向量,利用提出的基于样本密度的自适应径向基网络,进行舰船分类识别研究。自适应径向基网络采用改进的自适应PSO方法估计样本密度最优邻域半径,实现径向基网络中心的自适应选择。改进的自适应PSO方法采用能反映样本聚类特点的BWP指标为适应度评价函数,采用快慢结合的高斯自适应惯性权重调节策略,提高了最优样本密度邻域半径的搜索速度和精度。实验结果表明,自适应径向基网络能自适应获得径向基网络最优识别率对应的RBF中心及其位置分布,减少了对建模人员经验的依赖,提高了反舰导弹对舰船类型的识别分类能力。     

可拓模式识别算法中经典域的确定方法

可拓模式识别算法是根据各个关联度的对比来识别最终的模式,其中经典域区间的确定有着重要的作用。传统的经典域确定方法是基于数理统计学的,不适用于小样本数据,数据不完全以及数据分布未知等复杂情况。引入Bootstrap算法,并和传统的方法对比,更精确地确定了经典域区间。     

Wilkinson定理扰动界的改进估计

Wilkinson定理是代数特征值问题中的一个经典定理,文章给出了Wilkinson定理的结果中关于扰动矩阵上界的另一种估计形式,并指出该形式对Wilkinson定理具有一定的改进。     

一种改进航空发动机控制器性能的非线性设计方法

为提高航空发动机某工作点的模型精度,并拓宽航空发动机在该工作点控制包线的范围,可应用非线性模型来描述该工作点的动态过程。基于该非线性模型,首先应用Lyapunov稳定性定理设计出一组控制器,然后应用广义Gronwall-Bellman引理的方法完成该控制器性能验证。仿真研究表明:系统响应速度快,能有效抑制干扰,具有良好的跟踪性和鲁棒性,验证了该设计方法的有效性。     

中国民航旅客量季节性问题研究

中国民航旅客量的季节性波动是经济学研究的重要命题。选取中国民航旅客量时间序列数据作为分析对象，采用年度季节强度指数（R）与月季指数（Zt），揭示中国民航旅客量的年度季节集中性与月度季节变化规律。 R值整体上呈现逐年递增的趋势，指标随季节变化明显，且按一定规律分布。 Zt 值指示4月、7月、8月、9月、10月为旺季，其余月份为淡季。民航旅客量淡旺季与游客出游行为、节假日长短、气候等因素有直接联系。研究结论为解决中国民航旅客量的淡旺季问题提供基础数据，也为调整航空公司在淡旺季时的人员、航班及其他工作安排，为缓解航空客流量供需不平衡的矛盾提供决策参考。