直升机声测设备探测距离估计方法

直升机声测设备用于探测低空飞行的直升机,探测距离是其关键性能。为了精确测定探测距离,可以运用探测结果与机载数据综合分析的方法。此种方法需要较多人员和其它设备,包括机载设备,在设备研制的初期较繁琐。本文提出了一种简便的直升机声测设备探测距离估计方法,此方法不需要使用机载设备,对直升机飞行基本无约束,通过对大量实测数据处理,针对某直升机声测设备该方法的平均误差在7%以内。     

基于自适应光学成像非等晕效应的空变点扩展函数估计模型

针对湍流扰动波前改正的天文自适应补偿成像系统由于等晕区存在而限制了观测视场内有效的补偿区域.这对通过自适应光学系统获取的天文实测数据的充分利用造成很大不便.通过对自适应光学系统空域统计特性的分析,得到空变点扩展函数的成像系统描述.在此基础上,依据大气光学统计理论,通过多相位屏分层大气湍流模型,提出一种利用数值模拟估计空...     

A viable method for goodness-of-fit test in maximum likelihood fit

A test statistic is proposed to perform the goodness-of-fit test in the unbinned maximum likelihood fit. Without using a detailed expression of the efficiency function, the test statistic is found to be strongly correlated with the maximum likelihood function if the efficiency function varies smoothly. We point out that the correlation coefficient can be estimated by the Monte Carlo technique. With the established method, two examples are given to illustrate the performance of the test statistic.     

基于均值置信区间带的高光谱特征波段选择与树种识别

以柏木、雷竹和无患子野外高光谱数据为基础,在统计学理论和实践分析的基础上,提出了利用均值置信区间带筛选树种间最佳特征区分波段及利用Manhattan距离和Min-Max区间相似度识别树种的问题。研究结果表明:(1)柏木与雷竹之间的最佳区分波段为358～386,452～1 145和1 314～2 500 nm,柏木与无患子之间的最佳区分波段为350～446,497～527,553～1 330,1 355～2 400和2 436～2 500 nm,雷竹与无患子之间的最佳区分波段为434～555,580～1 903,1 914～2 089,2 172～2 457和2 475～2 500 nm;(2)在最佳区分波段内,同种树种间的Manhattan距离远小于异种树种间的Manhattan距离,同种树种间的Min～Max区间相似度远大于异种树种间的Min～Max区间相似度,Manhattan距离和Min～Max区间相似度可以有效区分和识别不同类型的树种。     

光速在相对论中的核心地位

介绍了关于真空中光速的假定的重要作用,它不仅是相对论理论的基础,而且使人们能够定义同时性并测量空间距离.     

对一道高考适应性月考题的深度探究

题目(云南师大附中2014届高考适应性月考卷(八)理科第14题)已知△ABC中,AB=2,AC=3,BC=√7,其外接圆的圆心为O,则→AO·→BC=.本题重点考察向量的数量积、向量的运算、解三角形以及圆和三角形的外心的一些性质,本文将对其进行解法探究、拓展探究和变式探究.一、命题的解法探究(一)利用向量数量积的运算     

基于可变模糊集的权重信息不完全的语言多属性决策研究

针对权重信息不完全的语言多属性决策问题,提出一种基于可变模糊集理论的决策分析方法。首先将语言评价值转化为三角模糊数,计算各方案到正负理想点的加权广义欧式权距离,构建非线性规划模型,可同时得到属性权重和各方案的相对优属度,并按照相对优属度的大小将方案排序,选出最优方案;最后是一个实例分析,将该方法所得结果与现有方法的计算结果进行了比较。     

图形的剪剪拼拼

<正>将一个平面图形剪成若干块,然后拼成另一个与它等积的平面图形,这就是图形的剪与拼.这类题目形式多样、新颖有趣、是富有创意的动手操作性问题.它在中小学一些智力赛题以及中考题中也常出现.对于这类问题,切勿胡乱剪来,否则事倍功半,难以奏效.经验证明,只要充分应用科学的几何知识,仔细地计     

基于集成学习算法的多变量质量诊断研究

应用集成学习方法来解决多元统计过程控制中的质量诊断问题:当HotellingT²控制图发出报警信号时,判断哪一个变量或者是哪些变量组合导致过程异常的发生。这种集成学习方法采用分类与回归树(Classification and Regression Trees,CART)为基分类器,沿着误判损失函数的梯度下降方向逐步优化基分类器组合,并基于误判损失最小的原则判断异常信号的类别。实例研究表明,这种集成学习方法具有较好的诊断效果,在诊断准确率方面优于已有的方法。