检索结果-南通市图书馆

飞航导弹 2010年第10期 50-54,58页

作者：陈疆萍辛永平李小喜空军工程大学

通过分析介绍美国、俄罗斯、印度、英国等国防空反导系统网络化作战的发展现状,分析国外防空反导系统网络化作战的建设思路,提出了目前建设面临的主要问题。

关键词：防空反导网络化作战网络化作战建设

基于反三角函数变换的振荡序列灰色预测模型研究

在线全文

学校读者我要写书评

暂无评论

统计与决策 2010年第24期26卷 20-22页

作者：仝蕊申卯兴任俊亮陈疆萍空军工程大学导弹学院陕西三原713800

为了拓展灰色预测模型的应用范围并提高其预测精度,文章针对带有振荡特征的数据序列构建了灰色预测模型。由于振荡序列中参数有正有负并呈周期性变化的规律,如果直接利用各类GM(1,1)模型建模效果并不好。文章使用反三角函数数据生成方法... 详细信息

为了拓展灰色预测模型的应用范围并提高其预测精度,文章针对带有振荡特征的数据序列构建了灰色预测模型。由于振荡序列中参数有正有负并呈周期性变化的规律,如果直接利用各类GM(1,1)模型建模效果并不好。文章使用反三角函数数据生成方法,使带有振荡的数据适合应用灰色预测理论;并对其进行了建模和实例分析。研究结果表明了所提出的灰色模型的有效性和适用性。

关键词：振荡序列反三角函数灰色预测

基于Elman神经网络的作战效能预测模型研究

在线全文

学校读者我要写书评

暂无评论

系统仿真学报 2015年第1期27卷 43-49页

作者：李小喜陈浩光李大喜陈疆萍装备学院研究生管理大队装备学院装备采办系空军工程大学防空反导学院中国人民解放军93942部队

针对军事系统作战效能预测问题,采用基于支持向量回归的指标权重挖掘方法,通过比较偏导确定影响作战效能的关键因素,将优化后的效能指标和效能值分别作为模型的输入和输出,建立基于Elman神经网络的效能预测模型。并将其应用于C4ISR系统... 详细信息

针对军事系统作战效能预测问题,采用基于支持向量回归的指标权重挖掘方法,通过比较偏导确定影响作战效能的关键因素,将优化后的效能指标和效能值分别作为模型的输入和输出,建立基于Elman神经网络的效能预测模型。并将其应用于C4ISR系统的动态作战效能预测分析中。结果表明,该方法能够减少不确定因素的影响,在一定程度上降低了预测模型的复杂度,为科学预测军事系统作战效能提供了有效的技术支撑。

关键词：作战效能 Elman神经网络支持向量机效能预测模型

分析开放性试题,优化教学策略——基于广东卷小论文命题的思考

在线全文

学校读者我要写书评

暂无评论

中学历史教学 2024年第3期 58-60页

作者：陈疆佛山市南海区南海中学

《普通高中历史课程标准(2017年版2020年修订)》(简称新课标)指出试题命制的主要原则是“学生能否应对和解决陌生的、复杂的、开放的真实问题情境,是检验其核心素养水平的重要方面。”[1]以开放、灵活为特征的开放性试题是最能有效考查... 详细信息

《普通高中历史课程标准(2017年版2020年修订)》(简称新课标)指出试题命制的主要原则是“学生能否应对和解决陌生的、复杂的、开放的真实问题情境,是检验其核心素养水平的重要方面。”[1]以开放、灵活为特征的开放性试题是最能有效考查学生核心素养水平的题型。本文试探究近三年广东卷开放性试题命制的特点,以促进教学策略的优化。

关键词：开放性试题核心素养试题命制广东卷优化教学策略真实问题情境新课标高中历史课程标准

在线全文

学校读者我要写书评

暂无评论

基于MUDW的多测点齿轮故障信号融合处理

空军工程大学学报（自然科学版） 2020年第4期21卷 7-14页

作者：仝蕊康建设李宝晨陈疆萍 93507部队石家庄050027 陆军工程大学石家庄校区石家庄050003 93601部队山西大同037006

针对传统齿轮故障信号处理中,对单一信号进行处理造成的敏感特征信息遗失问题,提出形态非抽样小波(MUDW)的多测点齿轮故障振动信号融合预处理方法,以充分利用各信号所蕴含的特征信息,减少噪声及干扰成分的影响。该方法首先应用时域同步... 详细信息

针对传统齿轮故障信号处理中,对单一信号进行处理造成的敏感特征信息遗失问题,提出形态非抽样小波(MUDW)的多测点齿轮故障振动信号融合预处理方法,以充分利用各信号所蕴含的特征信息,减少噪声及干扰成分的影响。该方法首先应用时域同步平均(TSA)对各通道信号进行预处理;然后,根据形态非抽样小波的基础框架将信号分解,并采用相关峭度(CK)和加权运算的方式,表征各分解层近似信号对故障特征的贡献量,提高有用近似信号的比重;在此基础上,建立融合准则将各分解层信号进行融合,改善重构信号的特征信息;最后,齿轮裂纹故障实验证明:该方法能够较好地抑制噪声,明显突出故障齿轮啮合频率及其倍频,融合效果理想。

关键词：信号预处理多测点信息融合形态非抽样小波分解相关峭度加权融合

在线全文

学校读者我要写书评

暂无评论

分层结构多代理下有源配电网故障自调节方法

自动化应用 2024年第12期65卷 44-46页

作者：陈疆国网新疆电力有限公司乌鲁木齐供电公司新疆乌鲁木齐830000

为实现故障的快速定位和自调节,保证配电网的安全稳定运行,在分层结构多代理下,开展了有源配电网故障自调节方法研究。首先,选用BA20-AI/V型号传感器,将其部署在有源配电网中的关键位置,采集配电网的运行信息;其次,对存在异常运行工况... 详细信息

为实现故障的快速定位和自调节,保证配电网的安全稳定运行,在分层结构多代理下,开展了有源配电网故障自调节方法研究。首先,选用BA20-AI/V型号传感器,将其部署在有源配电网中的关键位置,采集配电网的运行信息;其次,对存在异常运行工况的有源配电网进行故障检测与定位,确定故障位置。在此基础上,制定与有源配电网运行工况及特征适配度较高的故障自调节策略,执行相应的故障自调节命令。结果表明,应用提出的自调节方法后,配电网恢复供电量达到了95%以上,基本可以实现所有负荷恢复供电,网损较小,故障恢复时间较短,能在较短时间内恢复有源配电网的正常运行,实现故障快速自调节目标。

关键词：分层结构多代理有源配电网故障自调节

在线全文

学校读者我要写书评

暂无评论

柯坪县：骆驼产业成名片前景好

柯坪县：骆驼产业成名片前景好

新疆日报(汉)

作者：陈疆林

近日，一辆崭新的东风牌冷藏车缓缓驶入新疆新驼乳业有限公司的大门，驾驶员穆斯坦帕·艾尔肯将车停稳后麻利地卸货。看着一桶桶乳白色的驼奶验收合格，他情不自禁地哼起了歌。穆斯坦帕是柯坪县盖孜力克镇玉斯屯巴格勒格村村民，2021年... 详细信息

近日，一辆崭新的东风牌冷藏车缓缓驶入新疆新驼乳业有限公司的大门，驾驶员穆斯坦帕·艾尔肯将车停稳后麻利地卸货。看着一桶桶乳白色的驼奶验收合格，他情不自禁地哼起了歌。穆斯坦帕是柯坪县盖孜力克镇玉斯屯巴格勒格村村民，2021年，他从新疆交通职业技术学院毕业，正值......

关键词：柯坪县

来源： cnki报纸评论

在线全文

cnki报纸

学校读者我要写书评

暂无评论

一种基于静电场概念的聚类算法

空军工程大学学报（自然科学版） 2010年第5期11卷 44-47,52页

作者：李小喜辛永平陈疆萍张明学空军工程大学导弹学院陕西三原713800 空军工程大学理学院陕西西安710051

在静电场中质心位于静电平衡或那些能够被接受的平衡位置处,基于这一思想提出了一种发现簇中心的新方法。根据静电场中电荷间的引力作用来确定质心位置,然后根据相应的准则(如最小距离准则等)使用选定的质心对数据点进行聚类。最后将提... 详细信息

在静电场中质心位于静电平衡或那些能够被接受的平衡位置处,基于这一思想提出了一种发现簇中心的新方法。根据静电场中电荷间的引力作用来确定质心位置,然后根据相应的准则(如最小距离准则等)使用选定的质心对数据点进行聚类。最后将提出的方法与K-means算法进行实验对比,结果表明该方法克服了K-means算法存在的问题,例如,对噪声和初始聚类中心敏感以及易于陷入局部最优等。该方法具有很高的效率,并且对多维数据集有强的鲁棒性。

关键词：静电场静电平衡 K—means算法簇中心

SVM与PSOHF参数优化装备机械传动齿轮故障诊断

在线全文

学校读者我要写书评

暂无评论

火力与指挥控制 2018年第10期43卷 157-162页

作者：仝蕊康建设李宝晨陈疆萍陆军工程大学石家庄校区石家庄050003 解放军93942部队陕西咸阳712000

为了提高支持向量机(SVM)对齿轮故障诊断的准确性,提出了一种基于SVM与PSOHF参数优化的机械传动齿轮故障诊断新方法。采用蜜蜂觅食机制改进粒子群算法(PSOHF)对SVM径向基核函数参数c和g进行了优化,建立优化后的SVM模型;而后对齿轮不同... 详细信息

为了提高支持向量机(SVM)对齿轮故障诊断的准确性,提出了一种基于SVM与PSOHF参数优化的机械传动齿轮故障诊断新方法。采用蜜蜂觅食机制改进粒子群算法(PSOHF)对SVM径向基核函数参数c和g进行了优化,建立优化后的SVM模型;而后对齿轮不同裂纹长度的故障信号进行小波包分解,将相对小波能量作为故障特征向量输入SVM;进行模式识别和故障分类,最终实现齿轮故障诊断。齿轮裂纹故障振动实验信号的研究结果表明,PSOHF优化的SVM提高了分类正确率,更适于实际中齿轮故障诊断。

关键词：蜜蜂觅食特征粒子群算法支持向量机故障诊断

巴里坤哈萨克自治县成立70周年庆祝大会举行

在线全文

学校读者我要写书评

暂无评论

巴里坤哈萨克自治县成立70周年庆祝大会举行