BP网络在ASM底盘测功机模型识别中的应用

针对ASM测试系统用底盘测功机,提出一种应用改进型BP神经网络对其进行模型识别及扭矩预估计的方法。根据试验数据,应用该方法建立了底盘测功机转矩的预估模型,并对其进行了试验仿真,仿真结果表明:其建模过程简洁,数据拟合精度高。不仅如此,该方法对ASM测试系统的控制也具有一定的参考价值。     

基于贝叶斯定理的船舶交通事故环境因素分析

为研究环境因素对船舶交通事故的影响,采用贝叶斯定理建立船舶交通事故概率模型,采集洋山深水港交通事故数据进行案例分析和模型验证。结果表明：风力超过15 kn,发生船舶交通事故的概率将增加到无条件事故概率的13倍;流速为最高流速的1/2时,发生船舶交通事故的概率将增至无条件概率的33%,验证了船舶交通事故概率模型的科学性和有效性。     

基于高阶累积量的近场源三维参数估计算法

针对近场源距离、频率和到达角三维参数的联合估计问题,采用了一种基于高阶累积量理论的对对近场源三维参数联合估计算法。利用几个四阶累积量矩阵构造一个高维的累积量矩阵,然后对其进行特征分解,以求得信号子空间,最终估计出各信号源参量。算法不需要谱峰搜索,适用于任意的加性高斯噪声环境,仿真结果表明算法可以较精确的估计出两个信源的方位角、距离和频率三维参数。     

关于前缀码的一点注记

主要目的是研究前缀码,得到了前缀码与极大前缀码的若干特征.从而推广了Shyr的关于前缀码的结果     

局部对称共形平坦伪黎曼流形的2-调和类空子流形

讨论局部对称共形平坦伪黎曼流形的2-调和类空子流形,得到这类子流形成为极大的二个充分条件,推广了文[2]中的结论。     

改进的动车组速度跟踪系统的无模型自适应控制

为了提高列控系统跟踪精度与平稳运行,提出了一种改进的多输入多输出(MIMO)无模型自适应控制(MFAC)方法;基于动态线性化技术,将系统各动力单元输入输出数据等效成更符合高速动车组实际运行特性的全格式动态线性化(FFDL)数据模型;通过在目标准则函数中加入输出误差率,并对输出误差和输出误差率进行加权融合,推导出新的带有输出误差率的无模型自适应控制(MFAC-OER)方案;通过对FFDL数据模型的外界扰动、参数误差等不确定项进行延时估计,进一步提升了算法的控制性能和对系统的等价描述程度;以实验室配备的CRH380A型动车组半实物试验平台对该方法进行仿真测试,使其跟踪济南—徐州的实际速度-位移曲线,并与传统算法进行对比。仿真结果表明：通过MFAC-OER方法得到的动车组各动力单元速度误差为[-0.151,0.136] km·h^-1,控制力和加速度分别在[-48,42] kN和[-0.785,0.687] m·s^-2以内且变化平稳,控制性能优于比例积分微分方法和传统MFAC方法;整体仿真结果证明了MFAC-OER方法不仅能快速到达系统稳态并且具有良...     

相机深度估计的应用

目前,部分传统集装箱码头升级改造采用有人驾驶运输车辆和无人驾驶车辆混合作业模式。由于受港口机械与集装箱遮挡影响,卫星信号存在完好性不足和无人驾驶技术成熟度问题,限制港口运作效率。通过利用单一图像实现深度估计,成功降低操作复杂度并提升效能i。同时结合双重估计与局部优化,实现结构连续性与高频细节之间的均衡。进一步对比MDaS、SGRL及LeSnet等算法,并验证其在港口内不同场景的适用性。测试结果表明,综合无监督学习与深度信息处理的方法,可获得高准确度及稳定性的距离估计。     

可靠性试验数据的统计分析法

应用统计理论方法分析可靠性试验数据具有深远的理论意义,在实践中有良好的作用,作者就对之作了些较深入的思考,并展开了科学论述。