简介：针对参数相近、互相交叠的非常规雷达信号分选所面临的困难,提出一种改进的聚类方法,并将其应用于常规分选方法提取后的剩余雷达信号.通过大量的仿真实验,验证了此分选方法的可行性.

简介：为了在保证计算精度的前提下使模型简化并便于计算,要尽量少地用对模型影响较大、相互独立的特征变量进行建模。在进行特征变量选择时,既要考虑选择对主因素有重要影响的变量,也要排除各影响变量间的多重相关性的干扰。首先建立各特征变量同费用的灰色关联度,根据关联度的大小对众多特征变量进行排序,排除关联度相对极小并同其他因素关联度差异明显的特征变量,减少次要影响因素对估算结果造成的干扰;其次,应用基于特征权值的模糊动态聚类方法,并突出近期数据的重要性,对影响因素进行聚类分析,排除影响因素间多重相关性的干扰。论文通过实例分析进行了验证。

简介：姿态指向稳定度是设计合成孔径雷达卫星平台的重要参数。在卫星姿态指向抖动数学模型的基础上，利用成对回波理论推导了姿态指向抖动对聚束SAR点目标冲激响应函数的影响，分析了姿态指向抖动与聚束SAR成像质量的关系，为聚束模式星载SAR卫星的总体分析和设计提供了理论依据。最后通过计算机仿真验证了分析的正确性。

简介：在现代战争中随着新体制雷达的不断涌现,电磁环境变得越来越复杂,这就对雷达信号分选提出了新的挑战。目前普遍采用的基于直方图统计的信号分选方法越来越不适应现代雷达信号环境。文中将聚类分析技术引入到雷达信号分选中,将蚁群算法和K-Means相结合,互相弥补不足,提出了一种新的雷达信号分选方法,该方法易编程实现,不需要雷达信号的先验知识,适用于处理未知信号的雷达。仿真实验证明分选结果较理想,为雷达信号分选提供了新的思路。

简介：2009年11月17日，享誉全球设计创新界16载的AutodeskUniversity（AU）活动再次登临中国，由全球二维和三维设计、工程及娱乐软件的领导者欧特克有限公司（“欧特克”或“Autodesk”）举办的“设计致胜”（WinningbyDesign）——2009年度欧特克AU中国“大师汇”活动在北京开幕。“大师汇”专为中国的设计创新精英打造，欧特克公司总裁兼首席执行官卡尔·巴斯亲率公司高层和技术顶尖力量与来自全球及中国两岸三地设计大师、管理大师、行业技术专家面向近千名设计相关从业人员，展现了借助最新数字化创新设计工具和可持续发展设计理念的致胜之道。

简介：针对目前快速增长的智能数字电视的点播直播节目，观众对感兴趣的节目选择困难的现状，本文提出一种面向智能数字电视的点播直播节目数字电视推荐系统，它基于改进的聚类和协同过滤组合推荐算法。系统统一了点播直播节目的节目标签，以便于用户点播直播历史数据统一打分，然后形成用户-评分矩阵表，再针对高维矩阵表进行基于PCA和K-means的分裂层次聚类算法聚类形成相似用户簇群。接着对用户所在的簇群进行基于协同过滤算法计算，得出用户对未观看节目的预测评分，给用户推送最佳节目。

简介：对于星载超高分辨率合成孔径雷达（SyntheticApertureRadar，SAR），回波生成时通常的“一步一停”假设不再成立，此时，常规的星载SAR成像方法将会造成目标成像质量的严重恶化。在星载SAR精确回波模型的基础上，提出了一种较为简便的、适用于星栽超高分辨率聚束SAR成像的方法，该方法通过引入额外的距离徙动校正来补偿由于“一步一停”假设不成立所带来的信号畸变。仿真试验的结果表明，该成像方法能够很好地消除“一步一停”假设不成立的影响，实现精确的星载超高分辨率聚束SAR成像。