测试系统中波形的神经网络识别方法

为满足自动测试系统对信号波形的智能化识别要求,在对现有的波形识别方法进行研究的基础上,提出一种新的波形识别方法;该方法在利用离散余弦变换（DCT）对波形进行频域特征提取的基础上,将模式识别与BP神经网络理论相结合从而建立波形特征匹配模板,最终实现对信号波形的智能识别;对比试验表明,该方法与最大相关系数法（MCC）、最大相关差值法（MCD）相比很好地解决了待测波形与模板波形匹配过程中的相位对齐过程,而且更加快速、高效。     

舰船通信网络结构复杂性实证分析

针对现代军事信息系统日益呈现出的复杂性和网络化的结构特点,提出基于复杂网络的研究思路.通过把舰船通信实体简化为节点,把节点之间的通信联络简化为边,构建出某舰船通信网络拓扑模型.然后通过计算通信网络的度量参数,验证了舰船通信网络的复杂性特征.为将复杂网络研究成果运用到未来军事信息系统建设中提供了积极的理论启示和参考价值.     

基于B/S架构态势原型系统实现及性能优化

C/S（客户机-服务器）模式软件存在客户端资源消耗大、部署繁杂、升级困难等问题。论文设计了一种基于Java平台的B/S（浏览器-服务器）架构态势原型系统,解决了体系结构、信息规范、网络通信及态势显示等关键技术,实现了实时目标信息接入、图上显示及综合查询等功能。论文还讨论了Java平台性能优化技术,优化后的原型系统运行结果良好,在指挥控制系统领域具有应用价值。     

基于小波和RBF神经网络的多传感器时间对准算法研究

提出利用小波降噪和RBF神经网络进行时间对准算法,该方法先对采集到的数据进行降噪处理,为下一步操作提供准确数据;然后利用RBF神经网络将不同传感器采集不同采样周期的数据对应到同一个时间点上,进行多传感器时间对准,为后面数据特征提取和数据融合提供高精度数据支持。通过仿真结果与其它方法的对比可得该方法运算速度快,具有数据修正能力和精确度高的特点,适用于多传感器的时间对准。     

基于物联网技术的实验室智能管理系统设计与实现

本系统将时下流行的物联网技术引入到实验室的日常管理中,通过研究物联网技术、物联网体系结构以及实验室现状,设计实现了基于物联网技术的实验室智能化管理系统,利用网络视频系统(NVS),将采集到的信息传送到管理主机上,从而实现了实验室的监控系统、门禁系统、报警系统、温度、湿度等一体化管理与控制,对实验室进行统一的安全规划与设计,使得实验室管理更加安全、方便与科学。     

建构主义理论指导下的高职多媒体网络英语课堂教学

本文阐述了建构主义学习理论,建构主义课堂特点及建构主义理论与多媒体网络英语教学的内在关系,利用建构主义学习理论,主要探讨了高职多媒体网络英语课堂的教学模式,并指出了多媒体网络教学中存在的问题及应对措施。     

有砟客运专线CPⅢ控制网测量方法与实践

有砟客运专线的列车运营速度较一般列车快,对轨道的平顺度要求较高,借鉴无砟客运专线CPⅢ控制测量技术对有砟客运专线进行CPⅢ控制网测量。以胶济铁路为例,详细论述平面控制测量、高程控制测量和数据处理方法,实践验证该方法可行,能够为类似工程提供借鉴。