您当前所在位置: 首页 > 学者
在线提示

恭喜!关注成功

在线提示

确认取消关注该学者?

邀请同行关闭

只需输入对方姓名和电子邮箱,就可以邀请你的同行加入中国科技论文在线。

真实姓名:

电子邮件:

尊敬的

我诚挚的邀请你加入中国科技论文在线,点击

链接,进入网站进行注册。

添加个性化留言

已为您找到该学者12条结果 成果回收站

上传时间

2005年04月29日

【期刊论文】通用自动测试系统现状及未来

彭喜元, 乔立岩, 刘昕

,-0001,():

-1年11月30日

摘要

近年来通用自动测试系统受到了越来越多的重视,一些工业部门和军事部门正在或准备研制通用自动测试系统。本文介绍了三种应用最广泛的通用自动测试系统:CASS、IFTE和GWTS,讨论了它们的功能和组成,分析了通用自动测试系统的发展趋势。最后结合我国现状,提出了发展适合我国国情的通用自动测试系统的几点建议。

自动测试系统, 货架产品, 开放式系统结构

  • 134浏览

  • 0点赞

  • 0收藏

  • 0分享

  • 1364下载

  • 0

  • 引用

上传时间

2005年04月29日

【期刊论文】开放式自动测试系统体系结构研究

彭喜元, 乔立岩

,-0001,():

-1年11月30日

摘要

开放式自动测试系统(ATS)是武器系统测试的重要发展方向,它可以随着科技的进步而不断更新。本文首先介绍了ATS的组成,讨论了目前大量应用于ATS之中的COTS产品的优点及存在的问题,在研究开放式体系结构(OSA)的基础上,介绍了开放式ATS中的组成和结构。基于开放式系统原理ATS实质上是一种采用模块化软、硬件和接口的电子系统结构,它完全采用了开放的商业或工业接口标准,通过采用通用性的硬件结构和可重构软件来实现不同的系统功能。

自动测试系统, 货架产品, 开放式系统体系结构

上传时间

2005年04月29日

【期刊论文】群智能理论及应用

彭喜元, 彭宇, 戴毓丰

,-0001,():

-1年11月30日

摘要

作为一种新兴的演化计算技术,群智能已成为新的研究热点,它与人工生命,特别是进化策略和遗传算法有着极为特殊的联系,已完成的理论和应用研究证明群智能方法是一种能够有效解决大多数全局优化问题的新方法。更为重要的是,群智能的潜在并行性和分布式特点为处理大量的以数据库形式存在的数据提供了技术保证。本文介绍了群智能理论的产生和发展过程,并着力阐述了两种典型算法;微粒群算法和蚁群算法的基本原理以及研究现状。

群智能, 微粒群算法, 蚁群算法, 优化算法

上传时间

2005年04月29日

【期刊论文】基于微粒群特征选择的支持向量机系统综合方法

彭喜元, 乔立岩

,-0001,():

-1年11月30日

摘要

分类器系统综合(简称系综)作为一种提高模式分类性能的流行方法得到了广泛的应用。在创建系综过程中需要解决有两个主要问题:(1)如何产生准确且多样的基本分类器;(2)如何组合基本分类器输出结果。随机特征选择方法是一种有效的系综创建算法,但其无法保证基本分类器的准确。本文提出基于二进制微粒群算法的特征选择方法来产生基本分类器,并且提出基本分类器加权/随机组合的多数投票策略,作为多分类系综系统的判别结果,有效地解决了这两个问题。UCI机器学习库中的实验结果表明提出算法的有效性。

支持向量机, 微粒群优化, 系统综合, 特征子集选择

上传时间

2005年04月29日

【期刊论文】Fault characteristic classification with the Probabilistic Neural Networks

彭喜元, Peng yu, Peng xiyuan

,-0001,():

-1年11月30日

摘要

In this paper, the probabilistic neural network (PNN) is applied to accomplish the task of fault characteristic classification in test and fault diagnosis for missile system. In this way, artificial intelligence (AI) is introduced into the application research of electronic system test and diagnosis. Further more, a novel reduction method based on the stretchable constraint clustering algorithm is adopted in the process of training pattern reduction in the PNN. The proper and effective reduction can make the diagnostic PNN more time efficient and easier to understand.

Probabilistic neural networks,, fault diagnosis,, pattern recognition

合作学者

  • 彭喜元 邀请

    哈尔滨工业大学,黑龙江

    尚未开通主页