基于数据驱动的风电机组预测性维护策略优化

1

作者 王飚 王硕 +4 位作者 李德智 李艳波 李杰 李刚 柯吉 《电网技术》 北大核心 2026年第4期1531-1539,I0045,共10页

针对风力发电系统因维护计划不周导致的资源浪费与经济效益低下问题,提出一种融合数据驱动与风电场景特征的预测性维护方法。该方法首先构建一种基于自注意力机制的KAN(Kolmogorov-Arnold Networks)预测模型,用于模拟风机无故障状态下... 针对风力发电系统因维护计划不周导致的资源浪费与经济效益低下问题,提出一种融合数据驱动与风电场景特征的预测性维护方法。该方法首先构建一种基于自注意力机制的KAN(Kolmogorov-Arnold Networks)预测模型,用于模拟风机无故障状态下的理论功率输出,为解决传统理论功率曲线在现场应用中的偏差提供了数据驱动基准。其次,在维护策略优化中,引入了故障修复效果模拟函数、维护激励机制及作业风速安全约束,建立了以利润最大化、停机时间最小化和弃风损失最小化为目标的混合整数规划模型,并采用快速精英多目标遗传算法进行求解。实验结果表明,所提出的KAN预测模型在强波动性场景下仍保持较高精度(RMAPE=25.03%,R^(2)=0.9205);基于此预测的优化维护方案,可在半年期内实现利润达到理想利润的93.24%,相较无优化计划,停机时间减少81.12%。本研究为风电场运维决策提供了兼顾经济性与安全性的精细化调度工具。 展开更多

关键词 数据驱动 场景特征融合 预测性维护 自注意力 KAN网络 NSGA-Ⅱ

原文传递

智能综合找矿模型:理论构建、方法集成与找矿实践

2

作者 肖克炎 王瑶 +6 位作者 李楠 唐瑞 王政尧 宋相龙 孙莉 邹伟 丛源 《地学前缘》 北大核心 2026年第4期12-24,共13页

随着找矿工作全面向深部与隐伏区拓展,传统预测方法与单一机器学习模型面临泛化能力弱、缺乏地质可解释性等严峻挑战。为破解上述难题,本文系统梳理了“数据与知识双驱动”智能找矿范式的发展脉络,并构建了包含“数据知识融合层、智能... 随着找矿工作全面向深部与隐伏区拓展,传统预测方法与单一机器学习模型面临泛化能力弱、缺乏地质可解释性等严峻挑战。为破解上述难题,本文系统梳理了“数据与知识双驱动”智能找矿范式的发展脉络,并构建了包含“数据知识融合层、智能建模解构层、应用验证反馈层”的三层理论架构。本文深入剖析并凝练了打破“黑箱”壁垒的关键技术路径,指出基于知识图谱嵌入与图注意力机制的协同约束是当前实现数据与知识深度融合的核心机制。研究系统阐明了该机制的工作逻辑:通过地质本体的硬约束剔除空间无关噪声,并利用协同赋权的软约束引导模型自适应关注高致矿特征,从而建立了从野外实证到模型迭代优化的完整反馈闭环。综合分析表明,双驱动模式有效实现了人类专家成矿逻辑与机器算力的高效协同,显著提升了找矿模型的可解释性与预测精度。本研究可为推动地质找矿向智能化决策跨越、培育矿业新质生产力提供系统的理论参考与指引。 展开更多

关键词 智能找矿模型 数据与知识双驱动 动态自进化 黑箱解构 机器学习 知识图谱

在线阅读 下载PDF 职称材料

基于自进化知识库的电网停电影响范围研判与应急决策方法

3

作者 杨坤柔 闫筱 +2 位作者 糜芮 陆子秋 陆韦 《电力与能源》 2026年第1期39-44,共6页

在新型电力系统建设进程中,极端天气等外部扰动事件频发,对电网停电研判与应急响应能力提出了严峻挑战,传统方法在数据融合深度、历史知识复用能力及决策响应效率方面存在局限性。提出了一种基于自进化知识库的停电研判与应急响应方法,... 在新型电力系统建设进程中,极端天气等外部扰动事件频发,对电网停电研判与应急响应能力提出了严峻挑战,传统方法在数据融合深度、历史知识复用能力及决策响应效率方面存在局限性。提出了一种基于自进化知识库的停电研判与应急响应方法,旨在提升停电事件的研判精度与响应速度。该方法通过融合多源异构数据构建停电知识图谱,实现历史事件特征的向量化表征;借助实时数据与历史场景的智能匹配,准确识别停电范围及关键用户;并基于“数据-知识”双驱动机制,自动生成抢修优先级划分、资源调配方案及保电措施等结构化决策建议。实际应用验证结果表明,该方法在研判精度、响应速度和知识自进化能力方面表现优异,可为电网应急指挥与智能决策提供有力技术支撑。 展开更多

关键词 自进化知识库 停电研判 “数据-知识”双驱动

在线阅读 下载PDF 职称材料

基于数据驱动方法反演C_(4)F_(7)N气体完整自洽碰撞截面集的研究 被引量：3

4

作者 张博雅 刘沛琼 +1 位作者 郝迈 李兴文 《中国电机工程学报》 北大核心 2025年第2期791-802,I0033,共13页

以C_(4)F_(7)N为代表的新型环保气体由于缺乏完整且物理自洽的电子-分子碰撞截面集,限制了对其微观放电机制的研究。该文应用数据驱动的方法,根据电子群参数与碰撞截面之间自洽的物理联系,基于LXCat数据库中大量碰撞截面数据,建立由电... 以C_(4)F_(7)N为代表的新型环保气体由于缺乏完整且物理自洽的电子-分子碰撞截面集,限制了对其微观放电机制的研究。该文应用数据驱动的方法,根据电子群参数与碰撞截面之间自洽的物理联系,基于LXCat数据库中大量碰撞截面数据,建立由电子群参数到碰撞截面的映射关系。在人工修正的C_(4)F_(7)N气体碰撞截面集和电子群参数实验数据的基础上,成功预测出一组新的完整且物理自洽的碰撞截面集,并评价预测C_(4)F_(7)N碰撞截面集的准确性、完备性和自洽性。结果表明,新的碰撞截面集计算的C_(4)F_(7)N气体电子群参数与实验值更加吻合。所采用的数据驱动方法可提高获得碰撞截面过程的效率,减弱人工修正过程中的主观性,为获得新型环保气体的碰撞截面提供新的思路。 展开更多

关键词 数据驱动 电子群参数 碰撞截面 自洽性 新型环保气体

原文传递

基于自学习控制限的煤矿风机异常预警研究

5

作者 詹剑良 金浩哲 盛东良 《煤炭技术》 2025年第6期229-232,共4页

煤矿风机作为大型复杂机械设备,是煤矿企业安全生产的关键设备,其安全可靠、高效地运行关系着企业的经济和社会效益。以概率论与数理统计中的理论,构建煤矿风机异常预警模型,并对煤矿风机异常判定规则进行定义,随后,利用煤矿风机实际监... 煤矿风机作为大型复杂机械设备,是煤矿企业安全生产的关键设备,其安全可靠、高效地运行关系着企业的经济和社会效益。以概率论与数理统计中的理论,构建煤矿风机异常预警模型,并对煤矿风机异常判定规则进行定义,随后,利用煤矿风机实际监测数据进行模型预警,验证该模型能够提早对煤矿风机异常进行预警。该模型利用实际运行数据,减少人工干预和专家经验,为煤矿风机的异常预警提供完整的解决方案,为煤矿风机降低事故率、及时维修检查和提高运行效率提供了模型指导依据。 展开更多

关键词 数据驱动 自学习 煤矿风机 异常预警

原文传递

师范生感知数据驱动决策:自我效能与焦虑感 被引量：1

6

作者 刘淑君 《教师教育论坛》 2025年第2期80-87,共8页

师范生数据驱动决策的自我效能及焦虑感与未来实践密切相关。以291名学生为样本调查师范生数据驱动决策的自我效能及焦虑感,并探究其可能影响因素。研究发现:第一,师范生数据驱动决策的自我效能较高,有一定的焦虑情绪但水平较低;第二,... 师范生数据驱动决策的自我效能及焦虑感与未来实践密切相关。以291名学生为样本调查师范生数据驱动决策的自我效能及焦虑感,并探究其可能影响因素。研究发现:第一,师范生数据驱动决策的自我效能较高,有一定的焦虑情绪但水平较低;第二,实习期间的数据使用实践对师范生自我效能及焦虑感都没有显著影响;第三,性别会显著影响师范生数据驱动决策的焦虑感,专业类型和学历层次对师范生自我效能及焦虑感没有显著影响,修读考试评价、统计学或数据智慧类相关课程会对师范生自我效能的某些维度或焦虑感产生显著影响。研究结论在课程改革、数据使用实践和情绪管理等方面为师范教育提供重要启示。 展开更多

关键词 师范生 课程修读 数据驱动决策 自我效能 焦虑感

在线阅读 下载PDF 职称材料

基于数据-物理模型融合驱动的原始-对偶自监督学习最优潮流求解方法

7

作者 翁宗龙 李滨 +2 位作者 肖佳文 张佳乐 白晓清 《电力自动化设备》 北大核心 2025年第4期202-208,共7页

随着新型电力系统的构建以及清洁低碳能源体系的转变,高维强非线性、高不确定性、强耦合等特点使得现有最优潮流计算的复杂度急剧增加。基于数据-物理模型融合驱动,提出一种内嵌交流潮流方程的原始-对偶自监督学习的最优潮流求解方法。... 随着新型电力系统的构建以及清洁低碳能源体系的转变,高维强非线性、高不确定性、强耦合等特点使得现有最优潮流计算的复杂度急剧增加。基于数据-物理模型融合驱动,提出一种内嵌交流潮流方程的原始-对偶自监督学习的最优潮流求解方法。建立原始神经网络和对偶神经网络,并采用类增广拉格朗日的方法进行联合训练。原始神经网络仅预测所有节点的电压,在该训练网络中内嵌交流潮流方程,以计算发电机的有功和无功出力;对偶神经网络预测拉格朗日乘子估计值。仿真结果表明,所提方法不仅关注大量数据的底层特征,还优化解的质量,有助于更好地探索数据的结构和特性。同时,该方法无须预处理标签样本数据集,其计算精度和可信度优于数据驱动方法,其计算速度比传统物理模型驱动方法快数十倍。 展开更多

关键词 数据-物理融合驱动 类增广拉格朗日 原始-对偶自监督学习 最优潮流 内嵌交流潮流方程

在线阅读 下载PDF 职称材料

动态数据驱动的适应性建模与仿真 被引量：14

8

作者 韩守鹏 邱晓刚 黄柯棣 《系统仿真学报》 CAS CSCD 北大核心 2006年第z2期147-151,共5页

动态数据驱动应用系统(DDDAS)是一能够将实验或测量数据与仿真紧密结合在一起的新型研究模式,是未来仿真应用的发展方向之一。本文简述了DDDAS的产生动机和发展现状,分析了DDDAS的概念与开展DDDAS相关研究的现实意义。指出了仿真在DDDA... 动态数据驱动应用系统(DDDAS)是一能够将实验或测量数据与仿真紧密结合在一起的新型研究模式,是未来仿真应用的发展方向之一。本文简述了DDDAS的产生动机和发展现状,分析了DDDAS的概念与开展DDDAS相关研究的现实意义。指出了仿真在DDDAS中的重要性,并从应用、算法和系统结构三个层次详细讨论了DDDAS仿真的适应性这一核心研究问题。在此基础上,重点讨论了DDDAS建模与仿真的研究内容,以及利用先进并行与分布式仿真技术实现DDDAS建模与仿真环境所需解决的关键问题。对几个典型的DDDAS应用进行了介绍,并对DDDAS仿真的军事应用前景进行了分析。 展开更多

关键词 动态数据驱动应用系统 适应性仿真 动态重构 数据同化

在线阅读 下载PDF 职称材料

航空发动机部件性能参数融合预测 被引量：13

9

作者 鲁峰 黄金泉 《航空学报》 EI CAS CSCD 北大核心 2009年第10期1795-1800,共6页

为了改善目前单独采用基于模型和数据驱动的部件健康参数预测精度,提高数据驱动方法的故障诊断的泛化能力,提出一种自调整决策融合机制,对航空发动机部件性能蜕化在连续蜕化空间进行融合诊断。传感器测量值同时输入到机载自适应模型和... 为了改善目前单独采用基于模型和数据驱动的部件健康参数预测精度,提高数据驱动方法的故障诊断的泛化能力,提出一种自调整决策融合机制,对航空发动机部件性能蜕化在连续蜕化空间进行融合诊断。传感器测量值同时输入到机载自适应模型和数据驱动的诊断模块中,分别利用卡尔曼滤波算法和自适应遗传算法优化的支持向量回归机(AGA-SVR)对主要部件性能进行预测,再利用自调整决策权重的量子粒子群寻优(QPSO)进行决策级融合诊断。以某型涡扇发动机为对象进行气路部件蜕化的仿真研究表明,与单独使用基于模型和数据驱动的诊断方法相比,采用决策融合机制有效地提高了部件故障诊断精度。 展开更多

关键词 航空发动机 故障诊断 自适应模型 数据驱动 卡尔曼滤波 自适应遗传算法 支持向量回归机 量子粒子群寻优

原文传递

粗粒度可重构平台中循环自流水硬件实现 被引量：2

10

作者 徐进辉 杨梦梦 +1 位作者 窦勇 周兴铭 《计算机学报》 EI CSCD 北大核心 2009年第6期1080-1088,共9页

循环流水技术运用于粗粒度可重构体系结构可带来显著性能提升.循环控制、流水线同步和存储器有效利用是其中的关键问题.文中介绍了在粗粒度可重构体系结构LEAP上循环自主流水化的硬件实现.该方法基于支持循环迭代自动调度的控制部件、... 循环流水技术运用于粗粒度可重构体系结构可带来显著性能提升.循环控制、流水线同步和存储器有效利用是其中的关键问题.文中介绍了在粗粒度可重构体系结构LEAP上循环自主流水化的硬件实现.该方法基于支持循环迭代自动调度的控制部件、数据驱动ALU和可配置静态交换路由.利用动态调度循环中操作的优势,LEAP可发掘更高的程序并行度;分布式存储访问和高效数据重用则提高了带宽利用率.实验结果表明,相对于通用处理器,LEAP有13.08～535.65倍的性能提升. 展开更多

关键词 粗粒度可重构 循环自主流水 循环迭代控制 数据驱动 静态交换路由

在线阅读 下载PDF 职称材料

大数据生物特征识别技术研究进展 被引量：5

11

作者 刘琦 于汉超 +1 位作者 蔡剑成 韩琥 《科技导报》 CAS CSCD 北大核心 2021年第19期74-82,共9页

随着机器学习领域研究的持续发展,特别是深度学习方面的进步及图像处理器(GPU)等算力的持续提高,利用生物特征大数据的识别技术获得广泛关注,并在人证比对、智能监控以及疫情防控等多个领域取得了很好的应用。分析了大数据生物特征识别... 随着机器学习领域研究的持续发展,特别是深度学习方面的进步及图像处理器(GPU)等算力的持续提高,利用生物特征大数据的识别技术获得广泛关注,并在人证比对、智能监控以及疫情防控等多个领域取得了很好的应用。分析了大数据生物特征识别技术的发展态势,总结了生物特征类型以及大数据驱动的生物特征识别技术发展与应用,探讨了大数据生物特征识别技术的未来发展趋势。 展开更多

关键词 生物特征识别 大数据驱动 自监督学习 领域通用特征 人工智能

原文传递

基于数据驱动具有自我学习能力的机组组合智能决策方法研究 被引量：44

12

作者 杨楠 叶迪 +4 位作者 林杰 黄禹 董邦天 胡文斌 刘颂凯 《中国电机工程学报》 EI CSCD 北大核心 2019年第10期2934-2945,共12页

在能源技术变革日新月异、人工智能技术快速发展的背景下,研究具有高适应性、高精度的机组组合决策方法具有重要意义。该文基于长短时记忆网络,通过构建面向机组组合问题的深度学习模型,提出一种基于数据驱动具有自我学习能力的机组组... 在能源技术变革日新月异、人工智能技术快速发展的背景下,研究具有高适应性、高精度的机组组合决策方法具有重要意义。该文基于长短时记忆网络,通过构建面向机组组合问题的深度学习模型,提出一种基于数据驱动具有自我学习能力的机组组合智能决策方法。首先基于K-means算法对历史调度数据进行聚类预处理;然后构建基于长短时记忆网络的机组组合深度学习模型,通过历史数据训练建立系统负荷与调度决策结果之间的映射模型,以此为基础进行机组组合决策;最后通过积累历史数据实现对模型的持续修正,从而赋予其自我进化、自我学习的能力。基于标准算例、实际电网数据的一系列仿真结果表明:相比于传统决策方法,该方法不仅可以在实际使用过程中不断提升其决策精度或效率,且在面对不同类型的机组组合问题时适应性更好。 展开更多

关键词 数据驱动 深度学习 基于数据驱动的机组组合决策方法 自我学习能力

原文传递

动态数据驱动的北京市森林火险天气预报与发布系统研建 被引量：3

13

作者 杨广斌 唐小明 +2 位作者 黄水生 罗鹏 王亚欣 《林业科学研究》 CSCD 北大核心 2008年第z1期20-26,共7页

基于动态数据驱动应用系统(DDDAS)技术范式,对北京市森林火险预报与发布系统进行了研究。利用野外自动气象站获取的实时、动态数据以及气象部门提供的预报数据,实现了森林火险等级预报的自动化业务运行,并通过网络和手机短信方式对预报... 基于动态数据驱动应用系统(DDDAS)技术范式,对北京市森林火险预报与发布系统进行了研究。利用野外自动气象站获取的实时、动态数据以及气象部门提供的预报数据,实现了森林火险等级预报的自动化业务运行,并通过网络和手机短信方式对预报结果进行发布;系统在运行过程中能够根据预报结果自适应地对预报模型进行修正,使预报结果精度得到提高。 展开更多

关键词 动态数据驱动 自适应修正 森林火险天气预报 火险等级发布

在线阅读 下载PDF 职称材料

基于自学习和监督学习混合驱动的智能汽车跟驰控制策略 被引量：6

14

作者 赵健 宋东鉴 +3 位作者 朱冰 刘斌 陈志成 张培兴 《中国公路学报》 EI CAS CSCD 北大核心 2022年第3期55-65,共11页

随着人工智能技术的不断进步,越来越多的数据驱动方法被用于解决智能汽车跟驰控制问题,基于此,提出一种自学习和监督学习混合驱动的跟驰控制策略,实现拟人化的高性能跟驰控制。首先,基于实车试验平台采集跟驰数据,将跟驰控制问题建模为... 随着人工智能技术的不断进步,越来越多的数据驱动方法被用于解决智能汽车跟驰控制问题,基于此,提出一种自学习和监督学习混合驱动的跟驰控制策略,实现拟人化的高性能跟驰控制。首先,基于实车试验平台采集跟驰数据,将跟驰控制问题建模为马尔可夫决策过程,利用深度强化学习中的深度确定性策略梯度建立自学习跟驰控制策略,基于长短期记忆网络对马尔可夫决策过程的状态转移进行建模,根据历史数据对未来状态进行预测,利用高斯混合回归和连续隐式马尔可夫模型建立具有人类驾驶人特性的跟驰参考模型并将其引入强化学习架构中。提出一种自学习和监督学习的混合架构,通过引入人类驾驶人跟驰参考模型引导强化学习正确学习人类驾驶人特性,提升策略拟人性;通过对马尔可夫决策过程状态转移建模使策略进行加速度决策时能够考虑跟驰过程的状态随机性。最后利用实车跟驰数据进行策略验证,对提出策略和监督学习策略的跟驰控制性能进行对比并给出一系列量化评价指标。研究结果表明:所提出策略在跟踪前车速度和保持理想跟驰距离上具有超越人类驾驶人的表现,并有效降低了跟驰过程中的加速度冲击,在保证跟驰安全性、跟踪性、舒适性的同时具备较好的拟人性。 展开更多

关键词 汽车工程 跟驰控制 自学习 监督学习 深度强化学习 数据驱动

原文传递

大学英语自主学习研究——基于语料库的数据驱动学习模式 被引量：6

15

作者 杨玲 《韶关学院学报》 2012年第1期196-201,共6页

以建构主义和第二语言习得理论为依据,运用实证研究的方法,探讨基于语料库的数据驱动学习模式对非英语专业大学生自主学习的影响。结果表明:数据驱动模式不仅能提高学习者的词汇学习能力,而且有助于培养学习者自主学习能力和小组协作意识。

关键词 语料库 数据驱动学习 自主学习

在线阅读 下载PDF 职称材料

冷连轧机垂直振动理论研究进展与展望 被引量：10

16

作者 李旭 曹雷 +1 位作者 陈方升 张殿华 《轧钢》 2022年第5期1-12,共12页

轧机振动是冷轧带钢生产时普遍存在的问题,严重影响了产品质量并制约了板带材制备过程的高速化发展。其产生机理是由于轧机结构动态变化和轧制过程相互作用产生的自激振动。国内外学者从大量实验测定和理论探索中逐步形成并完善了不同... 轧机振动是冷轧带钢生产时普遍存在的问题,严重影响了产品质量并制约了板带材制备过程的高速化发展。其产生机理是由于轧机结构动态变化和轧制过程相互作用产生的自激振动。国内外学者从大量实验测定和理论探索中逐步形成并完善了不同简化模型,这些模型为提高轧机稳定性和发现消振抑振手段奠定了坚实基础。在归纳总结国内外相关文献中采用的不同理论模型基础上,从建模方法、轧机结构模型和轧制过程关键子模型等角度对研究成果进行了简要阐述、对比和评论;同时,介绍了人工智能理论在振动预测方面的应用,并结合当前钢铁行业的发展趋势对轧机振动未来的研究方向进行了展望。 展开更多

关键词 冷连轧 轧机自激振动 轧机结构 摩擦模型 数据驱动

原文传递

混合驱动水下滑翔机自噪声测量及分析 被引量：9

17

作者 刘璐 肖灵 《中国舰船研究》 CSCD 北大核心 2017年第4期132-139,共8页

[目的]混合驱动水下滑翔机是一种融合了传统自主式无人潜航器(AUV)和水下滑翔机(AUG)驱动方式的新型水下航行器。为研究混合驱动水下滑翔机自噪声的噪声源分布及基本特征,[方法]首先进行自噪声采集系统的设计与研制,并在消声水池中进行... [目的]混合驱动水下滑翔机是一种融合了传统自主式无人潜航器(AUV)和水下滑翔机(AUG)驱动方式的新型水下航行器。为研究混合驱动水下滑翔机自噪声的噪声源分布及基本特征,[方法]首先进行自噪声采集系统的设计与研制,并在消声水池中进行噪声分析实验。以2016年8月南海某海域1 000 m深度范围内的观测数据为研究对象,通过分步运转法,得到实航下滑翔机平台不同工作状态下的自噪声数据。[结果]试验分析与研究结果表明,设计和研制的自噪声采集系统工作稳定,在滑翔工作模式下水下滑翔机的机械噪声对自噪声的贡献最大,500 Hz以上的高频段时自噪声与浮力调节单元工作密切相关,在1 kHz达到峰值。[结论]所得结论对水下滑翔机减振降噪措施的实施和性能的改进可提供一些指导。 展开更多

关键词 混合驱动水下滑翔机 自噪声 数据采集 减振降噪

在线阅读 下载PDF 职称材料

基于微型语料库的行业英语自主学习模式研究 被引量：1

18

作者 韩亚华 于盛鹃 《上海理工大学学报（社会科学版）》 2013年第3期218-222,共5页

鉴于语料库技术在英语教学中的应用与研究已成为语料库语言学发展的热点,以建构主义和"数据驱动"学习理论为依据,运用实证研究的方法,探讨如何在行业英语教学中创建微型语料库,构建"数据驱动"的学习模式以培养学生... 鉴于语料库技术在英语教学中的应用与研究已成为语料库语言学发展的热点,以建构主义和"数据驱动"学习理论为依据,运用实证研究的方法,探讨如何在行业英语教学中创建微型语料库,构建"数据驱动"的学习模式以培养学生的自主学习能力。实验结果表明:基于微型语料库的自主学习模式既有效地提高了学生的学习成绩,又激发了其学习兴趣与潜能,增强了合作意识,改变了学习态度和学习习惯,学生的自主学习能力得以形成。 展开更多

关键词 语料库 自主学习 行业英语 数据驱动

在线阅读 下载PDF 职称材料

舰艇对空自防御系统仿真试验目标模拟技术研究 被引量：1

19

作者 贾宏进 吴亮 +2 位作者 刘少强 熊永坤 陈志刚 《舰船电子工程》 2021年第3期44-49,共6页

针对水面舰艇对空自防御系统控制环节多、测试用例多的特点,提出了基于数据驱动的在线仿真方法,最大化地保障了在实装条件下的装备性能检验验证。通过分析导弹威胁目标航迹模拟涉及的算法理论,设计了三步目标航迹解算变换方法,采用了圆... 针对水面舰艇对空自防御系统控制环节多、测试用例多的特点,提出了基于数据驱动的在线仿真方法,最大化地保障了在实装条件下的装备性能检验验证。通过分析导弹威胁目标航迹模拟涉及的算法理论,设计了三步目标航迹解算变换方法,采用了圆周扫描和相位匹配方法确定了时序逻辑,模拟了8种导弹飞行航迹样式,实现了试验态势的数据生成与在线推送,模拟目标的航迹精度、时序逻辑、状态属性等均符合试验要求,为试验测试提供了丰富的态势驱动,高效地完成了试验任务。 展开更多

关键词 对空自防御 在线仿真 目标模拟 数据驱动

在线阅读 下载PDF 职称材料

数据驱动学习模式与大学英语词汇自主学习 被引量：1

20

作者 朱晓静 窦钰婷 《吉林省教育学院学报》 2012年第2期74-75,共2页

本文探索利用语料库进行数据驱动词汇学习的特征和模式,鼓励学生接触真实的语料,进行词汇自主学习,以期实现词汇学习从"教"向"学"的转变、从"被动"向"主动"的转变,从而提高学生自主学习和终身... 本文探索利用语料库进行数据驱动词汇学习的特征和模式,鼓励学生接触真实的语料,进行词汇自主学习,以期实现词汇学习从"教"向"学"的转变、从"被动"向"主动"的转变,从而提高学生自主学习和终身学习的能力。 展开更多

关键词 数据驱动学习 语料库 词汇自主学习

在线阅读 下载PDF 职称材料