宽带相控阵雷达信号的二分推理提取算法

宽带相控阵雷达是电子对抗侦察的重点关注对象,在接收机截获的交错脉冲数据中将这一类雷达信号优先提取出来具有重要军事价值。针对接收机截获的全脉冲数据,文中提出了一种宽带相控阵雷达信号优先提取方法。该方法利用宽带相控阵雷达采用电子扫描方式的特点,分析其在同一工作模式下脉冲幅度的不变特性,引入一种生物信息学中的二分推理算法,并结合宽带信号的脉宽特性。首先,对经过脉宽阈值过滤的全脉冲数据按照脉幅大小重新排序;然后,利用二分推理算法进行脉幅突变点检测,将脉冲序列分为若干个脉幅相同的片段;最后,对每一片段进行脉冲个数阈值过滤,实现对宽带相控阵雷达脉冲的提取。仿真实验验证了方法的有效性。     

基于机器视觉薄零件高精度测量技术的研究

为快速准确检测薄零件几何量精度,提出了一种基于机器视觉的检测方法。根据具体的视场和精度要求,完成电荷耦合元件(CCD)传感器、镜头、光源等选型与硬件系统设计。开发了软件系统,采用双三次插值法细分图像后提取亚像素边缘,变权重最小二乘法拟合出零件轮廓的圆弧和直线,自动计算零件的圆度误差,中心距尺寸误差,并判断其是否合格。通过齿轮泵中间体零件的检测结果表明,本系统能快速准确检测中高精度(IT7级)薄零件的几何量精度,满足实际应用的需求。     

基于金融企业绩效管理的信息管理系统

绩效管理是企业管理者促使工作业绩与上层目标相符的方法和手段,对实现企业可持续发展目标有重要推动作用。基于金融企业绩效管理设计了带有标准RS 232接口的X988指纹考勤机和计算机,组成具有考勤签到、数据存储和绩效统计分析功能的信息管理系统,给出了硬件及软件设计方案。该系统实现了绩效管理的标准化和自动化,具有重要的实用价值。     

氢氧能源机的工艺技术优势与应用

中国五矿长沙矿山研究院研发的氢氧能源机由IGBT逆变电源、自动控制系统、氢氧发生功能模块、主水箱、副水箱、水气分离系统、压力自动侦测系统、冷却系统、介质循环系统、防回火系统等功能单位系统组成。其工艺和技术都高于行业标准,安全性能很高,切割工艺的适应性较强,且更加经济、安全。可在替代高能耗、高污染的传统燃气设备在钢铁切割、汽车发动机除碳、医疗垃圾焚烧、锅炉催化燃烧、针剂拉丝封口、民用燃气等多个领域得到推广和普遍应用。     

基于摄像视频分析的降雨量测量方法

提出一种新颖的基于视频的降雨量测量方法。首先 根据雨图亮度变化特征检测雨滴;其次,为解决雨滴离摄像机距离信息未知情况下的雨滴尺 寸估计问题,在雨滴成像光度模型中融入散聚焦因素, 构建了基于亮度差和色彩张量响应特征的散聚焦雨滴判别方法;然后,根据透视成像关系计 算聚焦雨滴的尺寸并根据气象学 雨滴谱的定义来构建观测雨滴谱;最后,为抑制观测雨滴谱中的噪声,采用气象学Gamma模 型拟合观测雨滴谱,并由模型参 数计算降雨量。在不同程度的降雨环境下实验检验算法,并与雨量计记 录数据对比,测量结果较为一致。     

基于支持向量机的光寻址电位传感器温度补偿研究

针对光寻址电位传感器(LAPS,light addressable potentiometric sensor)测量精度易受温度 影响的问题,提出一种基于支持向量机(SVM)的LAPS温度补偿方法。根据在多温度条件下LAP S传感 器对缓冲液pH的实测数据,利用SVM建立LAPS温度补偿模型,通 过核函数把LAPS输出饱和光电流与温度间的非线性关系映射到高维特征空间,在高维空间中 用线性回归实 现该映射的非线性处理,对LAPS的温度特性进行非线性逼近,补偿温度对LAPS输出的影响。 实验结果表 明,在(20±1)、(20±2)和(20±5) ℃温度变化情况下,经过温度补偿后LAPS系统输出 pH的标准偏差 分别为补偿前的1/3、1/4和1/6,均小于0.05pH,LAPS 温度补偿算法可以明显补偿温度影响,提高LAPS的测量精度。     

基于改进极根学习机的回转窑煅烧带温度预测方法

针对传统算法预测回转窑煅烧带温度存在精度低、速度慢的问题,提出了基于改进极限学习机(ELM)的回转窑煅烧带温度预测方法。对ELM输入权值矩阵定义了变换系数,采用黄金分割法在给定区间内搜寻变换系数的最佳值,改进了ELM网络参数的确定方式,弥补了随机确定输入权值并且不作调整的缺陷,在保证ELM训练速度的前提下提高预测精度、减小模型随机性。实验结果表明,改进的ELM预测精度高、训练速度快、模型性能优,可满足工况恶劣的回转窑的生产需要。     

人工智能在锂离子电池研发中的应用

锂离子电池已成为解决现代社会储能问题的最佳解决方案之一。然而,电池材料和器件开发都是复杂的多变量问题,传统的依赖研究人员进行实验的试错法在电池性能提升方面遇到了瓶颈。人工智能（AI）具有强大的高速、海量数据处理能力,是上述突破研究瓶颈的最具潜力的技术。其中,机器学习 (ML) 算法在评估多维数据变量和集合之间的组合关联方面的独特优势有望帮助研究人员发现不同因素之间的相互作用规律并阐明材料合成和设备制造的机制。本综述总结了锂离子电池传统研究方法遇到的各种挑战,并详细介绍了人工智能在电池材料研究、电池器件设计与制造、材料与器件表征、电池循环寿命与安全性评估等方面的应用。最重要的是,我们介绍了AI和ML在电池研究中面临的挑战,并讨论了它们应用的缺点和前景。我们相信,未来实验科学家、数学建模专家和AI专家之间更紧密的合作将极大地促进AI和ML方法用以解决传统方法难以克服的电池和材料问题。