光纤陀螺温度建模及补偿技术研究

研究了干涉式光纤陀螺的温度补偿问题。首先分析了光纤陀螺仪温度漂移的主要影响因素，并应用人工神经网络与数理统计方法建立了陀螺仪的温度补偿模型。最后对某型号陀螺进行了0～50℃环境温度下的大量恒温及变温实验，通过实验数据完善所建模型并完成了对该陀螺的温度补偿。实验结果表明：在特定温度环境下，该方法能够有效地改善光纤陀螺仪零偏稳定性。     

应用少量短电阻应变丝布置的损伤评估智能材料结构

智能材料结构是一门新学科，它越来越引起不同学科研究者们的兴趣，本文研究采用电阻应变丝为传感元件，人工神经网络为处理辨识器的损伤评估智能材料结构，提出并实施了一种少量短电阻应变丝的传感元件布置方法，用以对结构中损伤或大应变的区域和级别进行在线评估。     

基于神经网络模型的学习诊断

基于故障树模型的诊断把故障树的底事件分成三部分：必然的故障源集（ＣＦＳ）、正常底事件集（ＮＥＳ）和可能的故障源集（ＰＦＳ），及如何进一步确定ＰＦＳ中各元素的状态（正常或异常）。在存在大量训练样本的情况下，可采用基于神经网络模型的学习诊断方法来确定ＰＦＳ中各元素的状态，并通过对某卫星能源系统故障模拟原理性试验台的故障诊断验证了该方法的有效性。     

Provocative radio transients and base rate bias: A Bayesian argument for conservatism

Most searches for alien radio transmissions have focused on finding omni-directional or purposefully earth-directed beams of enduring duration. However, most of the interesting signals so far detected have been transient and non-repeatable in nature. These signals could very well be the first data points in an ever-growing data base of such signals used to construct a probabilistic argument for the existence of extraterrestrial intelligence. This paper looks at the effect base rate bias could have on deciding which signals to include in such an archive based upon the likely assumption that our ability to discern natural from artificial signals will be less than perfect.     

人工智能在OODA 循环中的应用

当前人工智能(AI) 是商业和工业，甚至军事应用领域中最热门的流行语。军事国防领域也已经将人 工智能发展成为了一种技术，并应用到军事作战和决策系统中。最初OODA 循环是最知名的空战战术模型， 后来发展成为各国空军的作战方法。OODA 循环对于任务的定义和决策过程的理解起到了重要的作用。本文主 要研究了人工智能在OODA 循环决策中的应用。讨论了未来OODA 循环各阶段中所需的AI 作用和技术，包 括可解释的人工智能和基于学习的人工智能。     

Spatial modeling of flood probability using geo-environmental variables and machine learning models,case study: Tajan watershed,Iran

The main objective of this study was to produce flood susceptibility maps for Tajan watershed, Sari, Iran using three machine learning (ML) models including Self-Organization Map (SOM), Radial Basis Function Neural Network (RBFNN), and Multi-layers Perceptron (MLP). To reach such a goal, different physical-geographical factors (criteria) were integrated and mapped. 212 flood inventory map was randomly divided into training and testing datasets, where 148 flood locations (70%) were used for training and the remaining 64 locations (30%) were employed for testing. Model validation was performed using several statistical indices and the area under the curve (AUC). The results of the correlation matrix showed, three factors slope (0.277), distance from river (0.263), and altitude (0.223) were the most important factors affecting flood. The accuracy evaluation of the flood susceptibility maps through the AUC method and K-index shows that in the validation phase RBFNN (AUC = 0.90) outperform the MLP (AUC = 0.839) and SOM (AUC = 0.882) models. The highest percentage flood susceptibility of the area in MLP, SOM and RBFNN models is related to moderate (28.7%), very low (40%) and low (37%), respectively. Also, the validation results of the models using the Relative Flood Density (RFD) approach showed that very high class had the highest RFD value.     

不确定航迹自适应预测模型

针对现有航迹预测技术中，存在无模技术缺乏理论分析支持、能力有限、适用范围窄、有模技术先验假设过多、前提条件严苛、通用性差等问题，通过理论推导，利用循环和多层神经网络结构，研究提出了具有理论严谨、先验假设少、适用范围广、通用性强等优点的不确定航迹自适应预测模型，同时给出了典型的实现方法。该模型克服了现有航迹预测方法的缺点与不足，并具有无模与有模两类技术的优点与长处，仿真和实测实验验证表明：该模型能很好地提取识别出数据中存在的模式，并基于模式，进行正确有效地预测，能有效解决不同实际环境中的航迹预测问题，效果明显。     

模糊数学在机械工程材料选择中的应用

介绍了模糊数学中的基本概念、隶属函数及模糊评判的基本理论，并首次提出将模糊数学的理论知识、分析方法与人工智能基本理论相结合，并借助于计算机完成机械工程材料的选择，从而使机械工程材料选择更为科学、更为简单。本文还对此方法进行了实例验证，其效果良好，设计者只需输入工作要求，便可以确定出欲选材料的优先次序。     

人工智能在电火花加工工艺知识库系统中的应用

]在分析电火花加工中工艺参数与加工性能之间关系的基本上，利用人工智能原理建立了电火花加工工艺知识库，并开发了相应的知识库系统，实现了电火花加工的工艺参数和加工性能之间的双向求解，     

人造毛皮提花的计算机控制技术研究

提花毛皮的编织控制既要根据花型数据实现对织针的选择，又要以一定的提前量在梳理头上馈进相应的毛条，在控制系统和机械装置的严密配合下才有可能织出合格的毛皮，本文根据人造毛皮提花的工作过程提出了实现提花所必须解决的若干问题，并详细介绍了实现选针器驱动、同步信号产生、喂毛控制及花型数据处理的具体方案，在此基础上叙述了应用微型计算机技术实现提花控制的基本原理及系统组成，同时给出软件设计的基本流程。