惯导系统，飞机在天空中不会迷路吗靠什么辨别方向

本文目录一览

1，飞机在天空中不会迷路吗靠什么辨别方向
2，湖南省重点3p项目第二批有哪些
3，什么叫惯性导航
4，什么是dos系统
5，东南大学仪科院导师刘锡祥怎么样
6，分类器的选择

1，飞机在天空中不会迷路吗靠什么辨别方向

别瞎说民航飞机上的雷达是气象雷达是用来侦测危险天气的另外也可以观测地形飞机上有多种导航系统主要用的是惯导和无线电导航惯性导航是利用陀螺和加速度计根据已知的位置来推算当前的位置不受天气影响和电波的干扰无线电导航包括自动定向机ADF、甚高频全向信标VOR、测距机DME、全球定位系统GPS、无线电高度表等现在飞机都是由飞行管理计算机来汇总各种导航信息实现自动导航驾驶飞机都是用自动驾驶起飞前设定预选航路目的地机场等一些数据后飞机就能自动按航路飞行和自动着陆飞机到达机场或交通管制区还可以和地面用无线电联系所以不会迷路

飞机在天空中不会迷路吗靠什么辨别方向

2，湖南省重点3p项目第二批有哪些

1、湖南省军民融合科技创新产业园建设长沙定位研发、孵化、产业化、商业服务配套，建设陀螺及惯导系统产业集群、北斗卫星应用与服务产业集群、自主可控信息系统产业集群、先进装备产业集群、数字安防产业集群等 2、湘雅（永州）医院永州总投资30亿元，集医疗保健、健康养老、生殖遗传、基因检测于一体，建设湘南地区最大的医疗保健综合体 3、中油金鸿界牌陶瓷工业园一期项目衡阳建设厂房、研发楼及配套设施。承接金世家陶瓷、阳光陶瓷、中信陶瓷等陶瓷制品和陶瓷机械制造相关产业项目 4、建滔电子信息项目衡阳建设电子级玻璃丝纱、电子级玻璃布、铜箔、电子级环氧树脂、覆铜面板、印刷线路板、2×135MW热电联产生产线等

不明白啊 = =！

湖南省重点3p项目第二批有哪些

3，什么叫惯性导航

通过测量飞行器的加速度(惯性)，并自动进行积分运算，获得飞行器瞬时速度和瞬时位置数据的技术。组成惯性导航系统的设备都安装在飞行器内，工作时不依赖外界信息，也不向外界辐射能量，不易受到干扰，是一种自主式导航系统。1942年德国在V-2火箭上首先应用了惯性导航原理。1954年惯性导航系统在飞机上试飞成功。1958年舡鱼号潜艇依靠惯性导航在北极冰下航行21天。惯性导航系统通常由惯性测量装置、计算机、控制显示器等组成。惯性测量装置包括加速度计和陀螺仪，又称惯性导航组合。3个自由度陀螺仪用来测量飞行器的3个转动运动；3个加速度计用来测量飞行器的3个平移运动的加速度。计算机根据测得的加速度信号计算出飞行器的速度和位置数据。控制显示器显示各种导航参数。按照惯性导航组合在飞行器上的安装方式，分为平台式惯性导航系统(惯性导航组合安装在惯性平台的台体上)和捷联式惯性导航系统(惯性导航组合直接安装在飞行器上)；后者省去平台，所以结构简单、体积小、维护方便，但仪表工作条件不佳(影响精度)，计算工作量大。

1----惯性导航-----是依据牛顿惯性原理，利用惯性元件（加速度计）来测量运载体本身的加速度，经过积分和运算得到速度和位置，从而达到对运载体导航定位的目的。2-----组成惯性导航系统的设备都安装在运载体内，工作时不依赖外界信息，也不向外界辐射能量，不易受到干扰，是一种自主式导航系统。3-------惯性导航系统通常由惯性测量装置、计算机、控制显示器等组成。

所谓的惯性导航就是其基本原理根据是牛顿定律，所采用的惯性元件测量的参看坐标都是惯性坐标系，惯性坐标系是绝对静止或是做匀速直线运动。是一种自主式导航。

什么叫惯性导航

4，什么是dos系统

(一)DOS是什么?有什么用? 我们使用电脑接触最频繁的就是DOS。DOS是英文Disk Operating System的缩写，意思是“磁盘操作系统”，顾名思义，DOS主要是一种面向磁盘的系统软件，说得简单些，DOS就是人与机器的一座桥梁，是罩在机器硬件外面的一层“外壳”，有了DOS，我们就不必去深入了解机器的硬件结构，也不必与死记硬背那些枯燥的机器命令，只需通过一些接近于自然语言的DOS命令，我们就可以轻松地完成绝大多数的日常操作。另外，DOS还能有效地管理各种软硬件资源，对它们进行合理的调度，所有的软件和硬件都在DOS的监控和管理之下，有条不紊地进行着自己的工作。（二)MS-DOS与PC-DOS 在使用DOS时，我们还会经常听到MS-DOS和PC-DOS，对初学者来说，可以认为二者没有大的区别。事实上，MS-DOS由世界软件大王--Microsoft(微软公司)出品，而PC-DOS则由世界电脑大王--IBM(国际商务机器公司)对MS-DOS略加改动而推出。由于微软在世界软件业的垄断性优势，所以其产品MS-DOS已成为主流操作系统，至于PC-DOS，虽然在功能上不见得逊于MS-DOS，无奈MS-DOS先入为主，PC-DOS纵然使出浑身解数，却也始终不能动摇MS-DOS分毫。（三)DOS的版本 DOS在1981年推出其1.0版，功能还非常基本和薄弱；1983年推出2.0，主要增加了目录操作功能，使文件管理上了一个新台阶(目录和文件的概念我们将在讲解DOS内部命令时介绍)；1984年推出3.0，主要支持1.2MB的5.25英寸高密软盘(1.X和2.X只支持低密盘)和大容量硬盘；1987推出目前普及率最高的DOS 3.3，主要支持3.5英寸软盘和网络。至此，DOS已经发展的相当成熟，尽管后续版本(目前PC-DOS的最新版本为7.0版，MS-DOS公布的最新版本为6.22)不断推出，但均无重大的内核改进，只不过增加了许多实用功能，如检测磁盘，清除病毒，硬盘增容等。详细的自己去看吧

5，东南大学仪科院导师刘锡祥怎么样

刘锡祥，男，博士，76年生于江苏海安。07年1月毕业于东南大学仪器科学与工程学院，获工学博士学位。07年3月任教于东南大学仪器科学与工程学院，10年4月晋升副教授，10年10月遴选为硕士生导师。刘锡祥副教授自04年以来一直从事惯性导航、组合导航与信息融合相关技术的研究工作。先后主持和参与惯性相关的科研项目十余项；近年来，以第一作者撰写论文20余篇（其中SCI检索3篇次、EI检索9篇次）。1.研究兴趣：惯性导航、组合导航与信息融合技术。主要包括：1）中/高精度光纤捷联惯性导航系统相关技术；2）多MEMS/GPS组网定位技术；3）捷联惯性导航系统旋转调制用机电伺服控制相关技术；4）高动态条件下捷联惯性导航系统算法设计。2.主持项目情况：1）基于惯性测量与组合预测的大型舰船甲板态势计算方法研究（国家自然科学基金面上项目），在研；2）高超音速飞行器惯性导航系统关键技术研究（东南大学重大科学研究引导基金项目），在研；3）基于多惯性组合的大型舰船局部导航系统关键技术研究（国家自然科学基金青年科学基金项目），完成；4）组合导航中渐变型故障的检测方法与系统容错设计（教育部重点实验室基金），完成；5）基于XXX的光纤捷联惯导系统关键技术研究（船舶行业基金），完成；3.参与项目情况：自04年以来，先后参与完成自然科学基金4项、973国防项目1项、总装备部预研项目2项、航空基金1项、博士点基金1项、装备型号项目2项（含国防重点工程型号项目1项）；参与在研自然科学基金1项、总装备部预研项目2项。4.主讲课程：机电一体化技术（高年级专业课）；5.近期代表性著作：1）AfastcompassalignmentmethodforSINSbasedonsaveddataandrepeatednavigationsolution,Measurement,2013,46,3836-3846(SCI).2）AFastandHighAccuracyCompassAlignmentMethodtoSINSwithAzimuthAxisRotation,2013,(SCI).3）基于单轴旋转组合的捷联惯导双轴旋转调制算法设计.中国惯性技术学报，2011,19(4),379-382,386(EI).4）传递对准中杆臂长度误差的估计与可观测度分析.机械工程学报,2009,45(12），247-251（EI）.6.招生计划：硕士研究生2~3人/年。7.联系方式：邮箱：scliuseu@163.com；

6，分类器的选择

可以采用最近邻分类器试试。如果最近邻不好，可能是特征选择与提取不好，可以做一下PCA或者LDA，如果再不好，可以试着使用SVM或者ANN试下，这两个分类器对区分相似特征效果较好。也可以试试其它分类器，KNN、BYS、DT、MQDF等等，现在小字符集一般都使用多分类器方法。分类器正确率是一方面，误识率同样重要

自从90年代初经典svm的提出，由于其完整的理论框架和在实际应用中取得的很多好的效果，在机器学习领域受到了广泛的重视。其理论和应用在横向和纵向上都有了发展。理论上：1.模糊支持向量机，引入样本对类别的隶属度函数，这样每个样本对于类别的影响是不同的，这种理论的应用提高了svm的抗噪声的能力，尤其适合在未能完全揭示输入样本特性的情况下。 2．最小二乘支持向量机。这种方法是在1999年提出，经过这几年的发展，已经应用要很多相关的领域。研究的问题已经推广到：对于大规模数据集的处理；处理数据的鲁棒性；参数调节和选择问题；训练和仿真。 3．加权支持向量机（有偏样本的加权，有偏风险加权）。 4．主动学习的支持向量机。主动学习在学习过程中可以根据学习进程，选择最有利于分类器性能的样本来进一步训练分类器，特能有效地减少评价样本的数量。也就是通过某种标准对样本对分类的有效性进行排序，然后选择有效样本来训练支持向量机。 5．粗糙集与支持向量机的结合。首先利用粗糙集理论对数据的属性进行约简，能在某种程度上减少支持向量机求解计算量。 6．基于决策树的支持向量机。对于多类问题，采用二岔树将要分类的样本集构造出一系列的两类问题，每个两类构造一个svm。 7．分级聚类的支持向量机。基于分级聚类和决策树思想构建多类svm，使用分级聚类的方法，可以先把n-1个距离较近的类别结合起来，暂时看作一类，把剩下的一类作为单独的一类，用svm分类，分类后的下一步不再考虑这单独的一类，而只研究所合并的n-1类，再依次下去。 8．算法上的提高。 l vapnik在95年提出了一种称为”chunking”的块算法，即如果删除矩阵中对应lagrange乘数为0的行和列，将不会影响最终结果。 l osuna提出了一种分解算法，应用于人脸识别领域。 l joachims在1998年将osuna提出的分解策略推广到解决大型svm学习的算法 l platt于1998年提出了序贯最小优化（sequential minimal optimization）每次的工作集中只有2个样本。 9．核函数的构造和参数的选择理论研究。基于各个不同的应用领域，可以构造不同的核函数，能够或多或少的引入领域知识。现在核函数广泛应用的类型有：多项式逼近、贝叶斯分类器、径向基函数、多层感知器。参数的选择现在利用交叉验证的方法来确认。 10．支持向量机从两类问题向多类问题的推广： n weston在1998年提出的多类算法为代表。在经典svm理论的基础上，直接在目标函数上进行改进，重新构造多值分类模型，建立k分类支持向量机。通过sv方法对新模型的目标函数进行优化，实现多值分类。这类算法选择的目标函数十分复杂，变量数目过多，计算复杂度也非常高，实现困难，所以只在小型问题的求解中才能使用。weston,multi-class support vector machines n 一对多（one-against-rest）----- vapnik提出的,k类---k个分类器，第m个分类器将第m类与其余的类分开，也就是说将第m类重新标号为1，其他类标号为-1。完成这个过程需要计算k个二次规划，根据标号将每个样本分开，最后输出的是两类分类器输出为最大的那一类。不足：容易产生属于多类别的点（多个1）和没有被分类的点（标号均为-1）--不对，训练样本数据大，训练困难，推广误差无界. n 一对一（one-against-one）---kressel 对于任意两个分类，构造一个分类器，仅识别这两个分类，完成这个过程需要k(k-1)/2个分类器，计算量是非常庞大的。对于每一个样本，根据每一个分类器的分类结果，看属于哪个类别的次数多，最终就属于哪一类(组合这些两类分类器并使用投票法，得票最多的类为样本点所属的类)。不足：如果单个两类分类器不规范化，则整个n类分类器将趋向于过学习；推广误差无界；分类器的数目k随类数急剧增加，导致在决策时速度很慢。 n 层（数分类方法），是对一对一方法的改进，将k个分类合并为两个大类，每个大类里面再分成两个子类，如此下去，直到最基本的k个分类，这样形成不同的层次，每个层次都用svm来进行分类------1对r-1法，构建k-1个分类器，不存在拒绝分类区。应用上：人脸检测，汽轮发电机组的故障诊断，分类，回归，聚类，时间序列预测，系统辨识，金融工程，生物医药信号处理，数据挖掘，生物信息，文本挖掘，自适应信号处理，剪接位点识别，基于支持向量机的数据库学习算法，手写体相似字识别，支持向量机函数拟合在分形插值中的应用，基于支持向量机的惯导初始对准系统，岩爆预测的支持向量机，缺陷识别，计算机键盘用户身份验证，视频字幕自动定位于提取，说话人的确认，等等。主要研究热点从上面的发展中，我们可以总结出，目前支持向量机有着几方面的研究热点：核函数的构造和参数的选择；支持向量机从两类问题向多类问题的推广；更多的应用领域的推广；与目前其它机器学习方法的融合；与数据预处理（样本的重要度，属性的重要度，特征选择等）方面方法的结合，将数据中脱离领域知识的信息，即数据本身的性质融入支持向量机的算法中从而产生新的算法；支持向量机训练算法的探索。