论文部分内容阅读
目标噪声特征提取是被动声纳目标识别系统的关键技术。首先提出了一种利用从噪声极限环中提取的非线性特征来分析舰船噪声信号的新方法,然后采用基于自适应遗传BP算法的神经网络对提取的特征进行分类。实验结果表明,该系统具有较好的分类效果。
一种基于非线性特征提取的被动声纳目标识别方法研究
【摘 要】
：
目标噪声特征提取是被动声纳目标识别系统的关键技术。首先提出了一种利用从噪声极限环中提取的非线性特征来分析舰船噪声信号的新方法,然后采用基于自适应遗传BP算法的神经
【机 构】
：
湖北水利水电职业技术学院
【出 处】
：
软件导刊
【发表日期】
：
2010年5期
其他文献
在移动自组网突发性业务中,功率控制能达到节省节点能量或是提高信道复用率的作用。为了为实时业务或混合业务提供功率控制,文章提出了两个解决方案。在预约信道接入方式下,方案一采用动态链路测量方法改进PCM协议,提出了适合实时业务或混合业务的功率控制T_PCM;方案二采用优先级方法改进PCMA协议,提出了适合实时业务或混合业务的功率控制T_PCMA。利用MAISIE仿真软件对T_PCM协议的节能效率、实时
主动网络因占用较少的网络资源、动态配置、支持网络管理协议的动态升级等优点,成为当前网络管理研究热点。介绍了传统的集中式网络管理的弊端以及主动网络应用在网络管理中
针对基因表达式程序设计(GEP)收敛速度慢、收敛后适应度不高和易陷入局部最优等缺陷,利用GEP染色体简单、线性和紧凑、易于进行遗传操作和免疫算法(Immune algorithm,IA)抗体多样性和免疫记忆等优点,提出了一种免疫基因表达式程序设计算法(Immune Gene Expression Programming,IGEP)。将免疫算法的按抗体浓度进行调节和免疫记忆的机制用于GEP的遗传算子
转移规则挖掘算法的提出对于关联挖掘算法等原有数据挖掘算法做了重要补充。然而,目前的转移规则挖掘算法由于选取挖掘对象的不当,往往使转移规则缺乏代表性,导致规则无参考价值。在分析原有转移规则挖掘方法不足的基础上,提出了两种改进的方法:基于关联挖掘的转移规则发现和基于概率关系数据模式的转移规则挖掘,并把这两种方法和现有的转移规则挖掘算法融合到一起,构造一个更为有效和可行的新的基于时序数据库的转移规则挖掘
为了解决机器人在特定接触环境操作时对可以产生任意作用力柔性的高要求和机器人在自由空间操作时对位置伺服刚度及机械结构刚度的高要求之间的矛盾。对机器人力控制问题进行了研究,利用机械动力学仿真软件ADAMS/VIEW建立关节机器人的虚拟样机模型,通过其输入输出接口实现与MATLAB的通信,基于SIMULINK建立关节机器人力控制系统模型,将联合仿真概念引入到机器人力控制领域,最后进行仿真试验,对控制算法