软件可靠性GO模型的特性分析

文中对软件可靠性的Ｇｏｅｌ－Ｏｋｕｍｏｔｏ模型的参数估计进行了解结构的理论分析。

一种新的软件可靠性模型参数估计方法

一个软件可靠性模型建立以后,需要对模型的参数进行估计,而参数估计的准确程度将直接影响到模型的预测能力。现在对参数的估计一般采用极大似然估计法。文中提出一种加权最小二乘法,根据各故障数据点对预测贡献值的不同,给与相应的权重。并以一种重要的GO软件可靠性模型为例进行分析,实验表明,该方法获得的参数模型具有更好的预测能力。

人工智能技术在软件开发过程中的应用与优化

软件开发过程中可靠性评估的重要性日益增强,特别是在设计和集成阶段,然而现有研究多集中在集成测试后阶段,忽略了早期评估的需求。基于此,引入基于组件的广义GO模型(CB-GGOM),对软件系统的故障增长趋势进行分析和预测,旨在提高软件集成测试阶段的可靠性评估效率。通过模拟实验,验证了CB-GGOM在预测早期故障增长趋势方面的有效性,展示了其在软件可靠性早期评估中的实用价值。

星载合成孔径雷达回波信号的仿真

分析了星载合成孔径雷达空间几何关系和卫星轨道摄动方程,提出了一种基于Stop and go模型的星载SAR回波信号仿真方法。详尽地描述了整个仿真过程,讨论了回波信号仿真的方法,并给出回波信号的仿真结果和RD算法成像结果。

快时间域微振动对高分辨距离像畸变分析

通过对线性调频体制微振动散射中心回波的分析,研究了微振动引起的距离像的畸变与振动电尺寸和振动频率脉冲宽度积的关系,解决了stop-and-go准静态模型适用条件的问题。实验结果也可为波形设计提供参考。

不连续植被冠层辐射透过率和反射率的测量(英文)

在植被二向反射的研究中，构建理论模型和进行实验验证需要协调进行，该文是按此原则进行的一项野外实验工作，并突出在树冠尺度上的测量和研究。该文包括两项野外实验：１．桧柏树苗圃内树冠承照面、阴影面、地表承照面和阴影面辐射反射率的测量；２．苹果园单棵树冠内不同位置和果园内地面辐射透过率和反射率的测量。在进行辐射测量的同时，还用树冠断层成象法（ＴＣＴ）得到了树冠内叶面积体密度的三维分布和叶角分布，在实验２中还同时测量了苹果树叶片及枝条的光谱特性。在实验１中，辐射测量用了３种仪器：①反照率表（２９０－２８００ｎｍ，称全波段太阳辐射波段）；②光量子传感器（４００－７００ｎｍ，为可见光波段）；③ＳＥ５９０光谱仪（大约为４００－１１００ｎｍ）。在实验２中的辐射测量用后两种仪器。从实验数据得到：①对桧柏树冠承照面，在可见光波段和全波段太阳辐射反射率的分布形势非常相近，在承照面中心部位出现一反射率低中心，向两侧逐渐增大，且等值线密度也逐渐加大。对此结果进行了模拟计算，将光在有限厚度介质中路径散射求解的解析近似方法应用于更复杂的树冠层，计算出的树冠承照面反射率与观测数据在分布形式上有很好的一致性。②文中给出并分析了桧柏树冠阴影面、?

几何光学冠层反射建模中的光谱分量特征的参数化(英文)

该文用几何光学与辐射传输混合模型研究不连续植被冠层的几何光学反射模型的四分量（承照树冠、承照地面、阴影树冠、阴影地面）的参数化。用一个修正的均匀介质层路径散射（反射与传输）参数的解析算法估计路径散射参数（反射与传输），其中也考虑了冠层间隙的影响。光谱分量特征是不连续植被冠层的传输与反射，背景反照率，以直射光通量与天空漫射光通量比例的函数。光谱分量特征的模型与在美国缅因州Ｈｏｌａｎｄ采集的针叶林数据吻合。基于ＬｉＳｔｒａｈｌｅｒ几何光学相互遮蔽模型，用参数化的光谱分量特征对老松林和老云杉林的方向反射进行估计，其结果与在不同太阳与观测方向上的ＰＡＲＡＢＯＬＡ测量值匹配得很好。

A Training Program for Visual Discrimination Tasks in Monkeys

Go/NoGo tasks are a useful behavioral model in the study of cognitive neurosciences. The present developmental study is aimed at establishing a developmental protocol of Go/NoGo visual-discrimination tasks to investigate more cognitive process. We used two rhesus monkeys to test our procedures. Our results suggested that the monkeys quickly learned Go/NoGo visual-discrimination tasks, and performed NoGo tasks better and easier than Go tasks. Using this visual-discrimination task, we can easily study related cognitive neurosciences.