简介:摘要:现有的声探测目标识别系统主要是基于传统的模式识别方法建立起来的,传统模式识别具有算法程序不灵活、数学上严格等特点,其对目标的分类能力弱,适应范围小,仅能区分经过明确映射表达式映射后具有可分性的目标类型,而人工神经网络技术用于目标识别可以获得比传统模式识别更优的效果。战场环境目标大多是为远场目标,如履带式装甲车、旋翼式飞机等,针对战场环境目标的识别是中近程目标探测体制中的重要分支。因此本文提出了一种基于ANN与频域能量的远场声目标识别技术,通过研究战场信号频域特性与人工神经网络训练识别技术,提升传感器在复杂战场的多种类高噪声等恶劣环境下的识别准确率。
简介:摘要:“诱使儿童自觉地、刻苦地从事脑力劳动的一种最强有力的刺激物,就是赋予他脑力劳动以人情味,使他感到愿意给自己亲人带来喜悦是一种高贵情操。要让儿童看见和体验到他在学习上的成就”。遵循这一教育理论,我开始了我的教育教学探索。
简介:摘要:风电机组叶片作为风力发电机的关键部件之一,直接影响着风力发电机的效率、寿命和性能。针对传统风机叶片开裂缺陷检测方法无法实现风机叶片的非接触、实时检测等不足,对基于风电机组的气动噪声实现风机叶片的开裂缺陷检测进行了可行性分析,利用某风场的两台机组的气动噪声数据进行了实测验证。实测结果表明,通过检测风机工作时产生的气动噪声变化可以定性判断叶片的损伤,无需机组停运,具有非接触、可连续检测等优点,为风机叶片的健康检测提供了可行性参考。