简介:为分析定量辐射测量中使用的条纹相机各模块对辐射成像系统探测性能的影响,探索影响系统探测性能的关键因素,建立了条纹相机级联探测量子效率模型。将条纹相机分为光学成像模块、条纹管、像增强器和CCD相机4个模块。按照信号量子传递顺序,从光学成像模块+条纹管开始,依次加入像增强器和CCD相机,对系统探测量子效率和量子统计图进行了分析。分析结果表明:处于前端的量子转换环节对系统探测量子效率影响最大;提升光学成像系统的量子效率,使用高效率的条纹管,探测量子效率改善最明显;在后端像增强器、CCD相机等记录环节,较高的量子效率有助于记录到更多的高频信息。探测量子效率与量子统计图结合,能更全面地考察条纹相机的探测性能,有助于优化可见光条纹相机的探测性能。
简介:为了减小MEMS陀螺仪的正交误差,进一步提高陀螺精度,在Simulink环境中对陀螺结构和测控系统进行了建模和仿真。首先在理想状态的陀螺结构模型基础上建立了包含机械热噪声、模态间耦合等非理想因素的结构模型,并给出了陀螺结构的相关设计参数。其次在陀螺结构模型上以自激振荡和AGC控制技术为基础设计了驱动回路,该回路可在短时间内将驱动幅度稳定在10μm,且驱动频率为4048Hz(驱动模态的谐振频率)。然后分析了模态间耦合信号的作用方式并建立了正交校正和检测闭环力反馈回路,仿真结果显示,在全闭环状态下检测模态所受耦合力的幅度比未校正状态下降了5个数量级,等效输入角速度也从205(°)/s下降到了6.58(°)/h。最后对陀螺模型进行了整体测试,得到其标度因数和阈值分别为21.76mV/(°)/s和0.002(°)/s。
简介:考虑一般的分块半相依线性回归(SUR)模型及其相应的简约模型,给出简约模型下未知回归系数及其可估函数的协方差改进估计仍是分块SUR模型下相应参数的协方差改进估计的一个充要条件.
简介:链路预测是网络信息挖掘的主要研究内容,通过对网络结构和其他信息的分析,挖掘缺失的链接或预测未来可能出现的链接。链路预测在推荐系统、社会网络和生物网络分析中有着十分广泛的应用。本文首先介绍了基于公共邻居、路径和随机游走的8种常用的链路预测指标.并在此基础上提出了一种基于这8种指标线性组合的度量指标,并经过实验找出了较好的优化参数。然后,提出了基于这8种指标的神经网络模型.并分别基于Weka平台和FANN库进行了实现。在社会网络的4个公开测试集上的实验结果表明.基于FANN库的神经网络模型的预测结果最好,在4个数据集上最高的AUC值分别达到了0。95l8、0.9289、0.7480和0.8677,与单一指标最好的AUC值相比分别提高了3.92%、1.45%、7.06%和24.35%。
简介:大气物理参数是影响漓江的水位变化的主要因素,对2000~2006年连续各月桂林市的大气温度、大气相对湿度、降水量、日照时数等大气物理参数和桂林水文站漓江水位数据,使用相关分析法分析大气物理参数对漓江水位变化的影响程度,并应用径向基人工神经网络由大气物理参数对漓江水位变化进行预测。结果表明,造成漓江水位变化的最重要大气物理参数是降水量,次之为大气温度;正常气象情况下,根据降水量和大气温度利用径向基神经网络可较为准确地预测漓江年最低水位和年最高水位,预测最低水位的误差小于5%,预测最高水位的误差略大于5%,预测最低水位比最高水位更准确,可为漓江流域可能发生的旱情、洪水等问题提供科学的决策数据。
简介:研究翼型绕流的转捩预测方法,对于翼型流动细节的精确模拟和气动力的准确计算以及精细化设计均具有十分重要的意义.采用动模态分解(dynamicmodedecomposition,DMD)代替线性稳定性理论(linearstabilitytheory,LST)与e^N方法结合,不需要求解稳定性方程,成为一种数据驱动的翼型边界层转捩预测新方法,称为DMD/e^N方法.在原有方法的基础上,改进了DMD网格线生成方法和扰动放大N因子的积分策略,并将RANS求解器与改进的DMD/e^N方法进行耦合,实现了翼型定常绕流转捩预测自动化.采用该方法对LSC72613跨声速自然层流翼型以及NLF0416低速自然层流翼型在不同攻角下的绕流进行转捩预测,转捩点计算结果均与实验值和LST/e^N方法吻合良好.该方法计算得到的N值增长曲线与LST/e^N方法的包络线也较为吻合,进一步验证了积分策略的正确性.改进的DMD/e^N方法可作为自然层流翼型设计的新的有力工具.
简介:传统针对文本数据的分析,往往基于词频、词频逆文本统计量作为文本的表示特征.这类方法往往只反映了文本的部分信息,忽略了文本的内在语义特征.本文研究了中文词语衔接的概率语言模型,其基本思想在于根据文本中词语出现的先后顺序进行建模分析,该模型在短文本数据挖掘中能够很好地针对文本语义进行量化分析.主要解决两类问题:一、如何合理地将中文词转化为数字向量,并且保证中文近义词在数字空间特征上的相似性;二、如何建立恰当的向量空间,将中文文本的语义和结构特征等信息保留在向量空间中.最后结合某城市房屋管理部门留言板的实际留言文本数据,利用BP神经网络和RNN网络两种算法,实现概率语言模型的求解.与传统文本处理方法的对比说明,本文的模型方法针对短文本语义挖掘问题具有一定的优势性.