基于实例推理技术及其研究发展方向

基于实例的推理技术（Case- Based Reasoning ,CBR）是人工智能及机器学习领域中的前沿方向.作为一种增量式的学习方法,规避了传统人工智能在知识获取上的瓶颈问题.本文介绍了CBR的基本原理、实例中知识的表示方法和Tverskey和k-NN两种检索技术;详细讨论了CBR实现过程中的中心问题--实例修正问题,给出实例的修正的8种技术与方法;提出了基于实例的推理技术的研究重点和发展方向.     

一类生化反应系统的定性分析

论文研究了一类生化反应系统：dx/dt=b-(c d)x^py，dy/dt=a dx-x^py，得到了该系统极限环存在与唯一的充分条件。     

搜索雷达抗有源噪声干扰效果定量评估方法

通过分析有源噪声干扰对搜索雷达的影响 ,综合战术对抗、技术对抗、功率对抗三方面 ,探讨了搜索雷达干扰环境模型设计、抗干扰指标体系的建立、抗干扰效果评定标准以及抗干扰效果试验实施等问题 ,提出了一种搜索雷达抗噪声干扰效果的评估方法 ,该方法立足国内现有设备 ,可操作性、可比性强 ,可直接应用于搜索雷达的抗干扰性能试验。     

一种RS码变换域译码算法及关键方程的讨论

提出了RS系统码的一种变换域译码的算法,该算法不用求错误位置多项式的根和错误值,运算结构规则:用Grbner基理论分析证明了关键方程的解是在相似文献   

同轴腔滤波器与微放电

介绍同轴腔滤波器及其环耦合同轴腔，对同轴腔内的微放电现象作了深入分析，并取得了分析结论，对设计及工艺也提出了一些建议。     

阵列天线雷达截面的预估

从理论预估和实际测量两方面讨论阵列天线的雷达截面。阐述了雷达截面对于频率、终端阻抗、阵列单元数、功率分配器以及接地平面的依赖关系。     

求解含多个右端向量非对称线性方程组的自适应块拟最小残量IOM(q)算法

许多实际应用问题需要求解含多个右端向量的大型非对称线性方程组 ,通常是把原来方程组分成单独几个含一个右端向量的方程组 ,再用某种迭代法分别单个求解 ,而更加经济有效的方法是应用能同时产生几个迭代向量的块迭代法来直接求解。本文在 IOM(q)算法的基础上 ,提出一种求解此类方程组的块拟最小残量 IOM(q)算法 ,讨论了如何收缩掉已收敛的部分方程组以及如何从产生的块 Krylov序列中删除线性相关或几乎线性相关向量的自适应技术。数值试验表明 ,此新的自适应块算法比块 GMRES算法及其他相关算法具有更好的收敛行为、更少的计算量和 CPU计算时间 ,是求解此类方程组的一种更加经济有效的算法。     

质量矩导弹的神经网络及自适应非线性控制

本文对质量矩控制导弹的动力学方程简化和控制系统的设计进行了研究。详细阐述了所提出的控制方法，介绍了径向基单隐层神经网络进行误差补偿的算法原理，用Lyapunov理论证明了所采用方法的稳定性。在给出了质量矩导弹的六自由度动力学方程和简化后的方程后，用所提出的方法设计控制系统。通过仿真分析，得出了本文所提出的方法具有较好的误差补偿能力的结论。     

机载雷达的未来发展

本文从当今机械扫描天线到电子扫描相控阵以及共形“智能蒙皮”的角度，探讨了机载雷达的可能发展趋势，阐明了电子扫描相控阵的运行优点，概述了未来综合射频(RF)传感器的概念，提出了实现这一概念的多项关键技术。