简介：针对峭度谱（Kurtogram）无法有效区别振动信号中的瞬态故障冲击和脉冲噪声,难以准确提取微弱的滚动轴承故障特征的问题,提出一种基于加权峭度（WeightedKurtosis,WK）的滚动轴承故障特征提取方法,通过固定设置滤波带宽,利用加权峭度识别共振中心频率,确定带通滤波器的滤波中心频率和带宽,结合包络分析提取滚动轴承故障特征,并通过采集变速箱滚动轴承振动数据对该方法进行了验证。结果表明：该方法能够有效克服峭度谱的缺陷,稳健识别滚动轴承共振中心频率,准确提取滚动轴承故障特征,验证了该方法的有效性。

简介：针对发动机性能评估及预测过程中特征参数多,且对其进行评价及优选的标准不统一的问题,从相关性、单调性、离散性等方面考虑,提出了系列特征参数的综合评价指标,采用基于熵权理想点的综合评价方法,从信息量的角度实现了多指标的客观定权,并通过实例分析验证了该方法的有效性,最终实现了基于该方法优选结果的发动机寿命预测。

简介：抗日战争时期是马克思主义价值观同中国社会实际相结合并逐步实现本土化的重要时期。在这一时期，中国共产党形成了新民主主义的教育理念，推行了新的教育政策。根据地的干部教育就是中国共产党教育事业中最重要的一个组成部分，其丰富的学习内容、多样的教育形式、完善的教育制度和鲜明的教育特色，都体现了马克思主义的思想和共产主义的理念，展现了与革命年代的价值观、文化观紧密相连的时代特征。

简介：预备役部队是以现役军人为骨干，以预备役官兵为基础，按照军队统一的编制编组起来的一支武装力量，具有双重领导、双重任务、双重保障等特点。所以，双重性是这支部队的基本特点，也是其政治工作的基本特点，只有牢牢把握双重性特点，才能卓有成效地做好预备役部队的政治工作。

简介：为进一步提高弹道导弹目标多传感器综合识别正确率,提出了一种基于二维主成分分析（Two-DimensionalPrincipalComponentAnalysis,2DPCA）的多传感器特征级综合识别方法。该方法将多个传感器的特征集经标准化后组合成二维特征矩阵,引入图像压缩技术中的2DPCA方法进行特征提取,然后将其用于弹道导弹目标特征级融合识别。以3部雷达部署下弹头目标的雷达散射截面积（RadarCrossSection,RCS）特征融合为例进行仿真验证,结果表明：相比于传统的主成分分析（PrincipalComponentAnalysis,PCA）,2DPCA的识别率更高,计算复杂度更低,为弹道导弹目标识别提供了一种新的思路。

简介：针对行星齿轮传动故障诊断中的信号故障特征微弱、特征提取困难等问题,提出了基于自适应聚合经验模态分解(EnsembleEmpiricalModeDecomposition,EEMD)和样本熵(SampleEntropy,SE)的行星齿轮箱故障特征提取方法。首先,针对EEMD结果存在较大的盲目性和主观性等问题,提出自适应EEMD方法;然后,使用此方法将行星齿轮箱振动信号分解为若干个固有模态函数(IntrinsicModeFunctions,IMF)分量,通过相关性分析选取含有齿轮状态特征信息的IMF分量并对信号进行重构,计算重构信号样本熵值,以此判断行星齿轮箱的运行状态;最后,对行星齿轮箱故障模拟试验台采集的2种状态振动信号的自适应EEMD样本熵进行求解,并与直接样本熵、EEMD样本熵等特征提取方法对比,验证了自适应EEMD样本熵具有更好的分类能力。

简介：为提高无人车行驶过程中前方车辆检测的准确性和实时性,提出了基于激光雷达(LIghtDetectionAndRanging,LIDAR)深度信息和视觉方向梯度直方图(HistogramsofOrientedGradients,HOG)特征的车辆识别和跟踪方法。目标首次进入视野时,聚类处理激光雷达深度信息并确定假设目标的候选区域,采用车辆尾部的HOG特征对假设目标进行验证。在HOG特征验证前,基于最小二乘支持向量机(LeastSquaresSupportVectorMachine,LS-SVM)算法对样本集HOG特征进行训练学习,生成车辆分类器模型。对于验证后的目标车辆,采用激光雷达获取的深度信息对目标车辆进行持续跟踪。构建了2种车辆模型,结合最小二乘直线拟合方法提取出车辆特征,生成目标模型。同时,提出了基于多特征马氏距离的目标关联代价方程,实现了多目标的关联;完成了基于卡尔曼滤波的车辆状态滤波和位置估计,更新了跟踪器模型。通过有效的管理策略,实现了目标跟踪的3个状态:1)初始化模型的生成;2)跟踪过程中跟踪器的更新与预测;3)目标驶离视野时跟踪器的删除。最后,通过试验验证了跟踪算法的有效性。