基于多层隐类贝叶斯网络的舰船生存能力评估模型研究

生存能力是舰船设计时需要考虑的一个重要性能指标,然而其涉及的因素较多,因素之间的关系错综复杂,不确定信息充斥其间.在系统分析舰船生存能力评估要素的基础上,针对评估过程中的不确定性信息难以量化处理的特点,引入基于贝叶斯网络的多层隐类模型算法对舰船生存能力进行评估,给出了模型评分原理.最后以实例说明了建模方法与评估过程,并结合专家意见分析了模型的优劣,说明该多层隐类模型的算法符合实际情况.     

蒸汽管网水力热力联合计算数学模型及应用方法的研究

利用连续性方程、动量方程和状态方程建立了蒸汽稳定流动数学模型,并简化求解得出了压降计算公式,建立了蒸汽管网水力热力联合计算数学模型,通过反复迭代校正管段流量、管段平均密度和定压比热容的方式,使水力和热力计算吻合在一起,采用管网热力模型与管网水力模型相联系的节点方程法求解节点温度与节点压力。蒸汽管网水力和热力联合计算的方法,提高了计算精度,基于VC 6.0编程工具编制了蒸汽管网水力热力计算分析系统,实现了管网计算的界面化操作。并以实际蒸汽供热管网为例,对管网的水力、热力工况进行了全面的计算,计算结果与实际运行结果比较表明,该方法可以用于指导工程实践。     

基于自适应调制技术移动自组网连接性增强机制

连接性是在对移动自组网进行规划与设计时需确定的重要基础性问题之一,目前一般研究的是物理连接性,而未考虑实际通信时的通信连接性.本文以IEEE 802.16a中所推荐的3种典型调制方式QPSK、16-QAM、64-QAM为例,研究了基于自适应调制技术的移动自组网的通信连接性增强机制.根据传送业务对端到端误比特率和对数据传送速率的要求,在节点间距离不同时,采用自适应调制方式,在保持网络正常通信、维持网络连接性的情况下,能够获得较大的网络吞吐量,同时可兼顾节点发射功率的要求.通过理论与数值分析发现,相对于传统的单一调制技术,自适应选择调制技术可在满足业务QoS要求的情况下,提高网络的连接性,进而提高网络的吞吐量.     

输出端口编码的可扩展快速转发方法

提出了一种基于路由器端口编码的转发方法（OPCF）,该方法通过在通信源和目的间预先建立起面向连接的端口编码路径,可直接根据端口编码对数据包进行路由,避免了路由表查询开销,实现了基于显式路由的灵活快速转发,有助于网络服务质量的提高和流量工程的实现．由于不需要路由器存储和管理除路由表外的额外信息,OPCF可获得良好的扩展性．由于可隐藏数据包的IP地址信息,OPCF能有效增强网络通信的安全性．原型系统上的实验结果表明,该方法能实现比MPLS更低的端到端延时并能有效提高网络的吞吐量．     

BP神经网络在直流蒸汽发生器建模中的应用

针对直流蒸汽发生器数学模型建模难的问题,利用BP神经网络的全局逼近特性,对直流蒸汽发生器非线性特性进行了辨识与建模.该模型应用于核动力系统的仿真,能够快速得到直流蒸汽发生器相关参数数值.仿真结果表明,模型精度高,实用性强.该模型为直流蒸汽发生器给水控制系统的设计及仿真研究提供了有力的支持.     

"海巡31"号船综合网络监控系统

研制了一种基于计算机网络的驾驶、轮机、电站等内容的船舶集成监控系统,能够将监控数据传输到岸上指挥中心,形成船岸一体综合网络监控。该系统已成功应用于我国首艘大型海上巡视船"海巡31"号上,使之成为海、空结合的立体海上巡逻,从而更大范围地扩展了海上搜索面,增加了巡视船的快速反应能力。综合监控网络的实时通信技术主要包括三方面:①千兆光纤船舶局域网设计;②船岸一体网络综合监控系统的技术实现;③实现网络综合监控系统的相关应用技术研究。     

基于UPF的神经网络辅助机动目标跟踪

为提高机动目标跟踪性能,提出了一种神经网络辅助下的滤波方法。基于Unscented卡尔曼滤波方法,Unscented粒子滤波器（UPF）能够产生较准确的建议密度分布,因此相对于其它蒙特卡洛方法,UPF能够获得对非线性目标跟踪问题更好的近似。利用目标的机动特征建立和训练神经网络,将神经网络的输出作为加速度控制参数,用于修正目标的运动模型。仿真结果表明,与扩展卡尔曼滤波相比,神经网络辅助下的UPF具有更好的跟踪性能。     

基于学习矢量量化网络的人脸识别

提出利用主元分析(PCA)和学习矢量量化神经网络(LVQ)相结合的方法进行人脸识别。在ORL人脸库上的实验证明，这种方法的识别效率高，对表情和姿态的变化具有一定的鲁棒性，在识别性能上优于传统的Fisherfaces脸方法和eigenfaces方法。     

用神经网络控制器对小型帆船的航向控制

本文描述了一个简单的基于神经网络的小型帆船自适应舵的控制方案.该方案采用了两个简单的双层神经网络:一个使用在线的BP算法来学习未知的帆船动态;另一个则利用前一个所学到的知识来调整它的连接权系数和偏差权系数以产生控制信号.仿真结果表明,与仔细调整过的PID控制器相比较,神经网络控制器在航向保持上与PID近乎相同,但却具有好得多的鲁棒特性.     

基于模糊神经网络和数据融合的结构裂纹故障诊断

本文利用模糊神经网络和数据融合技术相结合,对铝板裂纹进行了故障诊断.在梁结构的振型斜率变化率的基础上,得到了板结构两个方向的振型斜率变化率裂纹诊断指标.通过对模糊神经网络诊断结果和模糊神经网络数据融合诊断结果的比较,证明模糊神经网络数据融合诊断方法对裂纹的检测、定位和性质刻画能够达到满意的精度,也证明了在所取五种裂纹诊断指标中,振型斜率变化率裂纹诊断指标对裂纹的诊断精度是最高的.