基于SOM的我国民用机场分类研究

科学准确地对民用机场分类可以将机场自身定位,为机场发展及评估提供可靠依据,具有重要的现实意义。本文选用了15个影响我国机场分类的关键因素,运用神经网络技术中的自组织映射(Self-Organizing Map,文中简称SOM)将我国民用机场进行了细分,并分析了各类机场的特点。结果表明,SOM能很好地应用于我国民用机场分类,是一种科学、有效的分类方法。     

备件消耗预测方法研究现状及发展

备件消耗预测是制定备件消耗标准的基础工作之一,通过对国内外有关备件消耗预测的文献进行研究,在分析当前备件分类的基础上,总结消耗连续型备件和消耗间断型备件的消耗预测方法研究现状,指出不同类型消耗预测模型的优点及存在的不足,揭示了备件消耗预测的研究重点及发展趋势。     

电磁兼容预测分析在试验中的应用

论文分析在复杂的电磁环境下开展试验面临的电磁兼容问题。研究了发射场电磁兼容预测分析的理论方法,给出了干扰预测的数学模型,可以在试验设计、故障诊断、EM C加固方面得到应用。     

管道主要风险的失效频率数据分析

对其他国家地区管道运输发展中管道所发生的事故进行研究,尝试对一些事故报告数据进行分析,研究它们的特性.借鉴其他管道系统的事故原因,列出了管道类型初步分类应考虑的条件和面临的主要风险.认为对管道类别应该有区别地划分.     

浅谈汽车开关在重卡车上的应用

本文介绍重卡开关的定义、分类、特点,对开关的特点进行描述,最后对重卡开关发展趋势进行论述。     

基于深度学习CaffeNet模型的综合交通设施场景分类与识别研究

综合交通设施场景的自动分类与识别对交通网络布局、城市规划、智慧城市建设等方面有重要的研究与实践价值.鉴于目前研究主要集中在单一的交通设施目标识别与检测方面,采用速度快、分类精度高、适宜于海量数据运算的CaffeNet深度学习模型,基于迁移学习思想,通过5层卷积、3层池化、1层全连接等过程提取机场、桥梁、停车场、港口、火...     

乘用车控制器软件类数据管理的设计、生产、售后一体化开发

软件定义汽车是近年来汽车电子化的发展趋势之一,软件的迭代开发在车辆的开发中扮演越来越重要的角色,而且相对于传统的设变更频繁、更快速。为适应该趋势需要建立控制器软件类数据的管理规范,搭建软件类数据的管理平台,从而将软件类数据纳入到研发、制造、质量返修、售后所有汽车产品生命周期的管理中。本文介绍了控制器软件类数据管理系统的要点。该系统涉及到软件零部件化的理念、软件版本的定义、软件类数据分类与EBOM搭建、软件的产线灌装与售后升级的逻辑。通过软件接口打通了研发数据(EBOM)与制造管理系统、售后诊断仪系、OTA系统之间的对接。在多款车型上的应用表明,该系统满足了对软件唯一性的识别,实现了软件类数据与整车制造数据流的结合,并得到生产线的在线软件灌装和售后的在线升级等规模化的一体化应用,为控制器的软件开发独立化、快速迭代以及业务的数字化转型创造了系统化的平台基础。     

《港口工程地基规范》（JIJ250—98）介绍（上）

对《港口工程地基规范》（JTJ250－98）的修订内容及试验研究进行介绍。     

多分类转导支持向量机

为了完成分类学习,传统的支持向量机基于带标记信息的经验数据归纳出一个通用的决策函数。而转导支持向量机则不同,它考虑包含测试集在内的所有数据信息并致力于最小化测试样本的分类错误数。在已有的2类分类方法的基础上构造了直接求解多类分类问题的的转导支持向量机。     

智能天线系统中干扰抵消的算法研究

首先分析了智能天线在CDMA系统中应用,理论分析了通过空间特征向量来对其实现“零陷“,提出采用压低基站的上行干扰提升系统的性能的新算法,实验仿真显示:该算法通过空域滤波,能够显著提高系统性能.