武器型号费用参数模型的数据诊断与识别

针对采用回归分析建立武器型号费用参数模型时，如何选择合适的数据诊断与识别方法进行了讨论。重点介绍了原始数据中多重共线性的判别和如何识别自变量、因变量异常值的方法。采取这些措施后，可确保模型所用数据满足要求，从而提高模型的精度，为进一步建立合理的武器型号费用参数模型，提供可靠保障。     

大气层外诱饵释放研究

本文针对战术弹道导弹释放诱饵的问题，寻求分析艉饵运动的简化方法，利用弹道约束条件的限制，对诱饵相对弹头的运动学方程进行化简，可以获得近似析解。然后通过具体实例。说明解析解的精确性，并利用解析解来简化诱饵释放后的分布分析。     

两点源干扰下被动雷达导引头测角性能分析

两点源干扰是干扰雷达导引头的重要手段。但在实际应用中，两点源的功率不可能完全相等，这就为被动雷达导引头对抗两点源干扰提供了契机。本文通过数学推导得出了：在远场，当导引头无模糊测角范围满足一定要求，只要保证足够的数据积累点数，导引头进行数据和累取均值，其结果并不指向两源的“重心”或“质心”而是指向两源中功率较大者。     

多指标可拓判别在科研项目等级评判中的应用

利用可拓判别法对科研申请项口进行等级综合排序,对科研经费的划拨提供了具体的量化基础。     

MD-GBR雷达对弹道导弹目标识别

以评估美国国家导弹防御(NMD)系统雷达识别能力为背景,分析了空间目标典型特征和中段弹道导弹目标特性,提出了地基雷达识别弹道导弹目标的技术途径.根据弹道导弹目标群在飞行中段表现出的特性,提出了涉及目标结构特性、姿态特性以及极化特性的综合识别策略,并初步分析了各种识别措施的可行性.     

基于样本熵的语音信号检测算法

船舶自身发出的巨大噪声,严重影响了通讯设备通讯端船舶工作者的正常语音交流和通讯,须要进行语音信号增强,将语音信号从背景噪声中检测分离出来。为此,文章在分析语音信号与船舶背景噪声信号时域序列复杂性基础上,提出基于信号序列样本熵的语音信号检测算法。该算法将含噪信号进行分帧后,首先计算每帧信号的样本熵,并根据自适应预设阈值对信号进行初始判断；然后,利用信号通常持续一定时间的连续性,对信号初始判断进行平滑,得到信号的最终判别类别,实现对语音信号的检测。经过大量实测实验数据的验证,环境噪声信号的辨别准确度为 90.33%,语音信号为 95.05%,该算法取得了较好的判别精度。     

Bayes判别在研究过期妊娠分娩方式中的应用

用河北省平泉县医院妇产科过期妊娠患者五项客观指标:年龄、胎次、B超的胎盘钙化度、胎动情况及宫颈成熟度,研究其分娩方式。用逐步判别法筛选出最有显著判别能力的变量建立Bayes判别函数,利用此判别函数对过期妊娠患者分娩方式进行回代判别及五个病例的预测判别,均收到满意的效果。     

一种基于提高试卷质量的实证分析

本文在对一定数量期末试卷分析汇总的数据进行分类、整理的基础上,以描述统计的基本方法为基础,分析了内容效度、覆盖率、难度、区分度、成绩分布情况等指标,探讨了试卷分析中反映出的一些教与学双方的问题及其成因,并积极寻求解决之道,提出了相应的提高试卷质量的几点设想与建议。     

Primary mass discrimination of high energy cosmic rays using PNN and k-NN methods

Probabilistic neural network (PNN) and k-Nearest Neighbors (k-NN) methods are widely used data classification techniques. In this paper, these two methods have been used to classify the Extensive Air Shower (EAS) data sets which were simulated using the CORSIKA code for three primary cosmic rays. The primaries are proton, oxygen and iron nuclei at energies of 100?TeV–10?PeV. This study is performed in the following of the investigations into the primary cosmic ray mass sensitive observables. We propose a new approach for measuring the mass sensitive observables of EAS in order to improve the primary mass separation. In this work, the EAS observables measurement has performed locally instead of total measurements. Also the relationships between the included number of observables in the classification methods and the prediction accuracy have been investigated. We have shown that the local measurements and inclusion of more mass sensitive observables in the classification processes can improve the classifying quality and also we have shown that muons and electrons energy density can be considered as primary mass sensitive observables in primary mass classification. Also it must be noted that this study is performed for Tehran observation level without considering the details of any certain EAS detection array.     

GNSS接收机中采样率对时间鉴别力的影响

探讨了GNSS系统中,伪码跟踪环的时间鉴别力与采样率之间的定量关系,提出了时间鉴别力的性能评估准则及其计算方法。然后以GPS L5信号为例,重点考察多普勒效应对采样系统时间鉴别力的影响。实验表明,一般来说,随着采样率的增加,采样系统的时间鉴别力也会随之提高。但是当采样率接近或者恰好等于码片速率的整数倍时,采样系统的时间鉴别力会陡然下降。虽然多普勒效应能够显著改善等量采样系统的时间鉴别力,但是与设计良好的非等量采样率相比,其改善程度十分有限。本文提出的算法可以应用于GNSS数字接收机设计工作,以选择“较优”的采样率,即以较低的硬件成本实现较高的时间鉴别力。