［目的］为了去除船体结构应力监测数据中的噪声信号，获得有效的数据信息，以便为后续数据挖掘提 供支撑，［方法］首先，采用 HHT 方法中的经验模态分解（EMD）算法对数据进行成分分析，得到固有模态函数 （IMF）和余项。然后，通过 Hilbert变换得到 Hilbert谱，证明应力监测数据的非平稳特性。最后，以信噪比（SNR） 和均方根误差（RMSE）为例，结合自适应去噪和小波阈值去噪两种方法对应力监测数据进行去噪效果比较。 ［结果］结果表明，基于 HHT方法的自适应去噪和小波去噪都具有一定

机器学习模型的训练，通常是通过学习某一组输入特征与输出目标之间的映射来进行的。一般来说，对于映射的学习是通过优化某些成本函数，来使预测的误差最小化。

本书是作者在总结多年研究生“卡尔曼滤波与组合导航原理”课程的教学经验，吸收十余年从事惯性导航与组合导航技术研究的科研成果，以及参阅国内外众多文献资料的基础上编写的，注重基础理论与工程实践相结合，实用性与可操作性强。全书共八章，主要包括捷联惯导算法及其误差分析、地球重力场基础、卡尔曼滤波基本原理、初始对准与组合导航技术、捷联惯导与组合导航仿真等内容。书中附有丰富的Matlab仿真程序可供参考，还有练习题可供读者拓展学习或学生练习使用。(In this book the author summari

朱荣探测车首先配备了全极化火星探测车穿透雷达(FP-RoPeR)系统，旨在绘制地下精细结构并发现潜在的地下水冰。但是，与以往轨道雷达探测水冰不同的是，当电磁波通过粗糙界面传播时，FP-RoPeR信号会受到感应场旋转(IFR)的影响。因此，在本文中，我们评估了粗糙界面的IFR对FP-RoPeR数据的圆极化比(CPR)响应的影响，这是水冰探测的重要参数。理论计算和数值验证表明，深度、粗糙界面数和相对介电常数是影响IFR效果的三个重要参数;对于FP-RoPeR系统来说，深度比其他两个因素更重要。浅层区