指挥军官任职培训效果评估量化指标体系研究

探讨了建立指挥军官任职培训效果评估量化指标体系应遵循的基本原则,提出了建立该指标体系的模型,运用基于主成分的因子分析方法研究了26项评估指标,确定了反映任职培训效果的5类指标类型,对指标类型的内涵进行了分析,说明建立的指标体系具有实际意义.     

基于人工嗅觉系统的油液渗漏检测方法

机电设备油液渗漏是一种典型的多发性故障,利用人工嗅觉技术对渗漏油液挥发气体进行测试从而进行故障诊断是一种新的无损检测方法。使用人工嗅觉系统对模拟柴油、齿轮油和机油渗漏产生的挥发气体进行检测,结果为三维数据阵列(样本×时间×传感器)。应用二维主成分分析法和三维平铺主成分分析法、平行因子分析方法对三种油液挥发气体样本进行分类,结果表明平行因子分析法由于利用了数据集的三维结构信息,所以分类效果更佳;应用主成分回归方法实现了机油挥发气体样本的定量确定,说明使用人工嗅觉系统实现设定阈值报警是可能的。     

PCA和ICA的舰船尾流后向散射光信号检测

水体的后向散射光信号是舰船尾流后向散射光信号检测的常见干扰,由于其在频域十分接近且信号强度大于尾流信号,因此严重影响了有用信号的提取。针对这一问题,提出了一种基于主成分分析(PCA)和独立成分分析(ICA)相结合的尾流散射光信号检测方法。首先使用主成分分析对采集的散射光信号进行降维,去除冗余成分,之后使用基于负熵的F astICA算法对数据进行处理,分离了水体和舰船尾流的散射光信号,通过实验验证了该算法的有效性。     

基于主成分分析的通信方案优选评估

选择最优通信方案,是通信指挥员实施正确决策的重要前提。针对通信方案优选问题进行了分析研究,提出了通信方案评估指标。通过引入主成分分析法,对6套通信方案进行了综合评估,从而选出了最优通信方案。结果表明,提出的评估指标和评估方法可以辅助指挥员选择最佳方案,提高了决策的科学性。     

基于主成分分析法的作战部队信息化水平评估研究

为了客观准确地评估各作战部队的信息化水平,针对目前作战部队信息化发展建设水平评估方法难、评估指标体系变量多的特点,依据建立的评估指标体系,运用主成分分析法的基本思想,建立数学模型,列出分析步骤,计算各作战部队信息化水平的主成分,通过对主成分进行选择,综合得出新的评估指标变量,实现了更加快捷、直观地对作战部队信息化水平进行评估,有利于正确引导军队信息化建设的方向。     

基于灰色模型的柴油机技术状态变化趋势预测

以某型坦克用柴油机为平台进行了大量实车实验,确定了能够表征柴油机技术状态变化的6个特征量,利用主成分分析法确定了柴油机寿命预测特征量;建立了灰色预测模型,并基于所测数据进行了技术状态变化趋势预测。研究结果表明：预测值接近于实际值,能够为柴油机的使用和合理维修提供依据。     

基于聚类主成分分析法的变压器参数关联度评估

为了有效管理和监测电力变压器的健康状态,在对变压器正常运行的海量数据进行分析的基础上,构建变压器参数关联度评估方法。首先,为了对变压器运行参数进行参数分类定性,基于系统聚类的方法构建变压器参数样本分类流程算法,并设计了相应的流程图;然后,通过引入聚类以及主成分分析方法,建立基于聚类的主成分分析的变压器主要影响参数关联度评估模型;最后通过潼南电力局实际运行数据验证模型的可靠性和有效性,准确分析了变压器运行参数之间的定量关系,可以为变压器故障预测研究提供重要依据。     

基于改进主成分分析法的装备战备水平评估研究

为了科学、合理地评估装备战备水平,构建了装备战备水平评估指标体系,并提出了基于改进的主成分分析法的装备战备水平评估模型及算法.改进的算法不仅消除了指标量纲和数量级的影响,还能包含原始数据的全部信息,在原始变量转变为主成分过程中,反映了主成分权数的计算综合评价值,在指标权重选择上克服了主观因素的影响,客观反映了各指标因素间的现实关系.并通过引入实例,证明该方法实现了更加快捷、直观地对部队装备战备水平进行评估,有利于正确地引导部队装备战备建设的方向.     

基于PCA和BP神经网络的水下目标识别方法研究

针对被动声纳信号的特点,提出了基于信号线谱特征的主成分分析(PCA)特征选择方法,其优点是从复杂的目标信号中提取目标的特有信息,降低了目标特征维数.将此方法用于实录的三类水下目标数据,采用BP神经网络对目标进行识别分类,仿真结果说明了所提出的方法的正确性和有效性.     

基于主成分分析和神经网络的目标识别

采用主成分分析法将多项识别属性进行综合聚集,减少关联属性对识别的干扰,达到属性约简的目的。利用神经网络进行目标识别,通过优化训练策略,可以提高网络的收敛速度和泛化能力。主成分分析法与神经网络结合既能高效识别已知样本,又能对未知样本具有很强的自学与适应能力,从而有效地对海战场目标进行识别。通过对比仿真,证明了算法的有效性。     

加权主成分TOPSIS法的防空导弹型号论证决策

针对防空导弹型号论证决策问题,讨论了影响型号论证的主要因素,建立了基于加权主成分TOPSIS法的防空导弹型号论证决策模型,实现了对新研制型号方案的综合评价和分析.在此基础上,通过实例验证了方法的实用性与有效性.论文的研究成果为防空导弹型号论证提供了辅助决策方法和智力支持.     

基于主成分分析的战场目标选择模型

针对战场目标数量众多、信息复杂的特点,运用主成分分析理论探讨了战场目标选择问题.分析了战场目标的组成.确立了目标重要性评价指标体系,建立了战场目标重要性评估模型.对某作战想定t时刻战场目标的重要性进行了综合评估,得到了战场目标排列顺序.该模型克服了指标权重选择上主观因素的影响,便于计算机编程迅速实现,较好地满足了指挥员快速准确把握打击重心,确立打击次序的需求.     

威布尔比例风险模型装备状态维修检测间隔期研究

针对装备的实际寿命受到多种复杂因素影响的情况,以威布尔比例风险模型为基础,建立了反应装备状态的可靠度模型,针对传统参数估计方法的不足,提出了利用遗传算法进行模型参数估计的方法。同时,利用主成分分析法,保证原始数据信息损失最小的情况下,以少数的综合变量取代原有的多维变量,简化了状态参数。以故障风险为决策目标,建立了状态维修检测间隔期决策模型。通过实例,验证了该方法的可行性和有效性。     

一种新的Gabor小波支持向量机人脸识别算法

提出了一种新的基于Gabor小波特征重组的支持向量机人脸识别方法。该方法首先计算5个尺度和8个方向的Gabor小波变换结果,再把不同人脸中的同一尺度和方向的变换结果进行特征重组,得到40个新特征矩阵,分别利用PCA方法降维去噪,最后构造40个支持向量机分类器并采用选票决策机制决定识别结果。实验结果表明,该方法不仅拓宽了主元分析法中累积方差贡献率可选范围,并在一定程度上解决了核参数选择难的问题,同时取得了理想识别效果。     

主元分析法和模糊积分的航空发动机气路状态监测

航空发动机是一个大系统,由于结构复杂、工作条件恶劣等因素影响,对其进行有效地健康状态监测成为航空领域长期难以解决的关键技术之一。为有效监测航空发动机健康状态,以航空发动机气路系统为例,提出一种基于主元分析和模糊积分的航空发动机状态监测方法。首先,利用主元分析法提取发动机状态样本集的主元,对样本数据进行降维,实现样本的最优压缩。其次,利用BP神经网络和Elman神经网络对发动机状态信息的特征向量进行初步状态监测。最后,利用模糊积分对采用两种神经网络的初步监测结果进行决策层融合,从而有效地实现对航空发动机气路系统的状态监测。通过某型真实航空发动机验证表明,所提出基于主元分析和模糊积分的状态监测方法,能有效提高监测的准确度,满足航空发动机状态监测的实时性要求,具有良好的工程应用价值。     

军用雷达成本波动的源头探索与关键控制

根据军用雷达成本涉及的各个方面,建立雷达成本波动评价指标体系,运用主成分分析法确定其重要影响因子及权重,构造具有望小特性的评价函数可用于竞标决策选优,为军用雷达成本控制提供即时管理。     

GNSS-R外辐射源雷达微弱目标回波盲检测方法

针对传统全球导航卫星系统反射(global navigation satellite system-reflected,GNSS-R)外辐射源雷达系统所采用的双通道配置结构在信号处理上运算量较大且在工程实现上硬件成本较高的问题, 提出一种基于高阶循环累积量的单通道GNSS-R外辐射源雷达微弱目标回波盲检测方法。利用主成分分析方法将强直达波信号从单通道接收的混合信号中抽取出来; 通过直达波信号的高阶循环频率估计出微弱回波信号的高阶循环频率; 基于微弱回波信号高阶循环频率与其他信号不同的特性将其从单通道混合信号中提取出来,通过匹配滤波实现目标检测。实验结果表明, 所提方法在没有先验信息的情况下能有效提取出微弱目标的回波信号, 且与传统二维匹配滤波目标检测方法相比有更好的目标检测性能。     

基于核主成分分析的高校科技创新能力评价研究

高校在国家创新体系中占有举足轻重的地位,高校科技创新能力评价研究对提高高校科技创新能力具有积极的意义.基于核主成分分析的评价方法能够有效去除高校科技创新能力评价指标体系中的废咝韵喙匦畔?从而取得较好的评价结果.以15所教育部直属高校科研统计数据为样本,利用核主成分分析法进行了高校科技创新能力评价的实证分析,并与主成分分析结果进行了比较,结果表明,核主成分分析能够取得更高的主特征值累积贡献率,从而产生更为合理的评价结果.     

装甲车辆使用与保障费用的指数回归模型

运用逐步回归和主成分分析的方法,选取了装甲车辆诸多战技性能指标集合中的自变量子集,建立了该子集与使用与保障费用之间指数回归方程组.该模型也可推广应用于装甲车辆综合性能的评估.     

改进BP网络的舰船装备保障资源保障能力评估

针对单独运用BP网络评估舰船装备保障资源保障能力时存在的不足,提出了一种基于改进BP网络的舰船装备保障资源保障能力评估模型.首先构建了保障能力评估的指标体系,在此基础上,采用主成分分析法对原始输入变量进行预处理,选择输入变量的主成分作为神经网络输入,一方面减少了输入变量的维数,消除了各输入变量的相关性;另一方面提高了网络的收敛性和稳定性,同时也简化了网络的结构.然后将遗传优化算法与BP网络结合,利用GA的全局搜索能力优化BP网络的结构参数.最后进行实例计算,结果表明该方法有效克服了纯BP算法局部收敛、泛化能力弱等问题,新模型采用的算法具有收敛速度快,结果精度高的优点,适用于对保障资源保障能力的分析和评估.