遗传神经网络对肼类化合物的定量构效研究

应用遗传算法和反向传播（BP）神经网络相结合的方法，研究了胼类化合物的定量构效（QSAR）关系，构建了遗传神经网络QSAR模型。对30种肼类化合物的6个量子化学参数进行相关性和主成分分析，利用遗传神经网络QSAR模型对肼类化合物的毒性参数进行预测。结果表明，与常规BP神经网络建立的模型相比较，遗传神经网络QSAR模型有效解决了常规BP神经网络模型存在的过训练和过拟合问题，并且具有很好的预测效果。

基于USB2.0某型导弹综合参数测试系统的研究

本文分三个部分介绍了基于USB2.0的某型导弹综合测试系统。第一,系统组成及工作原理,第二,测试系统硬件的设计,第三,测试系统的软件设计。

高度表宽多普勒频宽回波研究

分析了PD雷达高度表的地回波特性。总结了高度表的工作特征,通过网格映像法借助数字地图思想建立了地面的距离-多普勒关系。考虑回波的影响因素,如散射系数、天线模型等,通过Matlab建模仿真分析了高度表回波的时域和频域特征。研究结果对研制和地面测试弹载雷达高度表提供了技术支持。

基于模糊集的神经网络景象匹配算法

将神经网络思想引入到景象匹配,提出了基于模糊集的神经网络景象匹配算法。该算法将图像模糊集作为特征空间,尝试了在模糊域中采用神经网络学习算法进行精确寻优。实验结果表明,设计的算法不但较好的满足了景象匹配系统对算法的性能要求,而且比传统算法具有更高的抗干扰能力。

惯性平台防倒台保护电路设计

阐述了平台产生倒台的基本原理和某型惯性平台的测角原理,提出了防倒台保护电路的设计思想,针对惯性平台倒台导致的严重后果,给出了具体的设计过程,实验验证了保护电路的有效性。

常规导弹火力运用的优化

常规导弹火力运用不仅涉及导弹武器本身的技术特性和打击目标的分布特性,而且还广泛涉及作战运用理论.从优化的角度对常规导弹火力运用的几个问题进行探讨,并对其中的多个关键点进行了优化分析.

基于模糊理论及蚁群算法打击任务量化

分析了巡航导弹的火力运用流程,并建立了巡航导弹火力运用的优化模型.用模糊综合评判对优化指标进行了量化,并根据蚁群算法进行了优化求解.

基于模糊集的神经网络景象匹配算法(英文)

将神经网络思想引入到景象匹配,提出了基于模糊集的神经网络景象匹配算法。该算法将图像模糊集作为特征空间,尝试了在模糊域中采用3层前向神经网络搜索算法进行精确寻优的方法。实验结果表明,设计的算法不但较好地满足了景象匹配系统对匹配概率和匹配精度的要求,而且比传统算法具有更高的抗干扰能力,且实时性也较好,为飞行器实时景象匹配提供了一种可行方法。

基于虚拟仪器的地测设备综合计量系统

介绍了一种关于地测设备的自动化综合计量系统,该系统采用虚拟仪器编程语言LabWindows/CVI8.0,并结合外部数据采集卡代替了传统电压表、电流表、示波器等众多仪表,实现了对各种信号的同步快速采集、分析、存储和打印输出。虚拟仪器面板的交互式使用,使界面操作简便。实践证明该综合检定装置设计先进、稳定可靠,计量结果达到了要求的精度。

设备液压系统漏油的防治

液压系统漏油是个日益突出的问题。从管路安装、油温控制、油液污染、选用和装配密封件4个方面阐述防治措施,提出相关防漏治漏理论。

路径规划技术的现状与发展综述

路径规划技术是虚拟装配技术、移动机器人技术研究中的一个重要领域。它分为基于模型的环境已知的全局路径规划和基于传感器的环境未知的局部路径规划。本文详细地叙述了路径规划技术的分类和发展现状,全局路径规划和局部路径规划中的各种方法,具体地分析了各种方法的算法过程,并指出了各种方法的优缺点,最后对路径规划技术的未来的发展趋势进行了展望。

液体火箭发动机故障诊断中的特征优选策略

针对液体火箭发动机故障诊断中的特征选择问题,提出了一类最小代价模糊决策模型。在应用中,该模型能够融合各个故障特征参数的先验信息、故障程度,并允许故障间的关联存在,从而比现有特征选择方法具有广泛的适用性,特征选择结果更贴近工程实际。同时,给出了基于贪婪算法的模型求解方法,并对某发动机的故障特征集进行了特征优选实验。实验证明了该方法的有效性。

利用小样本数据预处理技术提高效能指标精度

提出了运用熵值判别法和线性均方估计法来处理小样本数据的方法.熵值判别法是根据熵的上界对应最大的不确定度,利用所得数据的熵信息量判别数据是否含有粗大误差;线性均方估计消除粗大误差是一种采用软化的方法处理粗大误差.经过多次试验,结果表明这两种方法在处理小样本采样数据时能够有效地提高数据精度.

遥测数据重建弹道校正方法

弹道导弹遥测系统数据丢帧一般采用直接插值法进行校正,这对导弹运动速度和位置而言精度不高。文中在分析弹道导弹运动特性的基础上,提出视速度增量校正方法,仿真表明该方法的计算精度高于直接插值计算方法。在此基础上利用该方法对速度和位置数据进行了增密,得到了步长小、精度高的增密数据。

基于熵和独特性的角点提取算法

针对角点提取在图像配准中的应用,利用图像窗口的互相关系数定义了邻域窗口的独特性,提出一种基于熵和独特性的角点提取算法。算法首先通过Canny算子提取图像边缘,然后通过计算边缘点所在圆形邻域的熵和独特性筛选出角点,并通过不断修正剩余候选角点的独特性达到输出角点分散分布的目的。通过与Harris算法及区域特征提取的Sift算法实验对比,表明该算法能够对角点准确提取、精确定位,具有较好的抗噪性和方向无关性,且提取的角点分散分布,尤其适用于图像配准,其局限性在于不具有尺度不变性。

基于神经网络与改进D-S证据理论的目标识别

研究基于神经网络(NN)和D-S证据理论相结合对多传感器多测量周期进行数据融合的目标识别方法.采用中心式融合算法,利用神经网络对单个传感器不同周期的目标进行融合识别;利用D-S证据理论对识别信息进行全局融合,得到综合的目标识别,达到对目标识别的目的,并通过实例证明了该方法的有效性.

基于VR的导弹攻防对抗仿真

建立了导弹攻防对抗模型,通过Microsoft Visual Studio.NET软件环境提供实时数据,发送到VR仿真引擎中,利用VR仿真工具进行导弹攻防对抗仿真,可以经济、方便、高效地演示攻防对抗双方的战术动作、双方导弹在空中的飞行姿态及对抗的结果,增强了导弹攻防对抗的真实效果.

超声波在六自由度测量定位系统中的应用

针对模拟排牙获取坐标信息的需要,介绍一种基于超声波的六自由度测量定位系统原理及设计。该系统对三维坐标采用3点7次测量法获得数据,用单片机对数据进行实时处理,实验结果表明,该系统精度能满足实际需要,宜于进行手工操作,并易移植到其它需要六自由度参数的场合。

软件抗干扰技术

软件抗干扰技术作为系统抗干扰技术的一个重要方面,由于其设计灵活,节省硬件资源,且操作方便易行,受到了越来越多的重视。本文简明介绍了软件抗干扰的两大主要方面:CPU抗干扰和输入输出的抗干扰的各种方法和原理,为实际应用提供了一定的参考价值。