基于SVR弹药消耗数量的预测建模

精确化保障已成为航空武器弹药保障发展的新趋势。针对弹药消耗数量预测建模难的问题,基于统计学习理论,采用SVR方法,建立了某型弹药消耗量的预测模型。仿真试验结果表明,SVR具有很高的建模精度和较强的泛化能力,从而验证了该方法的有效性和先进性。     

基于支持向量机的多元文本分类研究

根据文本分类的特点,在对最小二乘支持向量机方法进行详细分析的基础上,创建了基于最小二乘支持向量机的多元文本分类器.实验表明,采用该文本分类器能够在保持较高分类精度和召回率的基础上,提高训练效率,具有一定的可行性.     

登陆作战中使用发烟机分队的探讨

发烟机分队在登陆作战中有着广泛的用途,是不容忽视的保障力量。结合有关战例对发烟机分队在登陆作战中的使用时机及有关因素进行了探讨。     

美,无处不在

法国雕塑家罗丹说过:"美是到处都有的,对于我们的眼睛,不是缺少美,而是缺少发现。"一抹阳光、一片花瓣、一泓清水,无不蕴含着美的情愫、诗的意境,禅的机趣。或大或小,或浓或淡,或多或少,只要你用心地体会和感悟,美,随处可见;美,触手可及;正所谓:一花一世界,枝叶总关情。一路前行,美就在我们身边!     

基于LS-SVM的飞机保障性预测评估建模

针对飞机保障性预测评估建模难的问题,基于统计学习理论,采用LS-SVM方法,建立了飞机保障性的预测模型。仿真试验结果表明,LS-SVM具有很高的建模精度和较强的泛化能力,从而验证了该方法的有效性和先进性。     

粗糙集和FSVM结合的雷达信号识别法

结合粗糙集的属性约简和支持向量机的分类机理,研究了一种混合算法,即应用粗糙集的属性约简过程作为预处理器,可以把冗余的属性及值和冲突的对象从决策表中删去,但不损失任何有效信息;由于传统支持向量机在多分类问题时出现的不可分区域现象,使用了模糊支持向量机进行后面的分类建模和预测,使得训练时间大大缩短和分类性能显著提高。将这种混合方法应用到雷达信号识别中,仿真实验证明该方法是有效的。     

浅谈大口径机枪弹的发展

大口径机枪弹的主要作用是对付低空低速轻型飞机、武装直升机,毁伤底面轻型装甲车辆和易燃目标,还可以摧毁掩体、火力点,杀伤集群有生目标等,在火力压制方面亦有特别好的效果。本文简述了大口径机枪弹的发展历史过程,重点介绍了12.7mm口径机枪弹、14.5mm口径机枪弹以及大口径机枪弹未来发展趋势。     

多机空战仿真研究与实现

本文作者在多年来从事作战仿真的基础上,研究了多机空战仿真的建模方法,建模仿真原理,并且建立了多机空战仿真模型。     

试论如何提高某夜视激光测距机四轴稳定性

本文针对某夜视激光测距机的原理结合相关产品实际,分析了引起激光测距产品“四轴超差”问题的末端因素,并对相关末端因素逐一进行确认,找出主要原因,制定相应对策。力争为相关激光测距产品“四轴超差”问题提供参考。     

并行加速网络操作系统的研究与实现

并行计算机是计算机科学发展的必然趋势,当前研究并行计算机在网络系统中实现资源共享,推广并行计算机的应用是一个非常粗意义的课题。本论文介绍并行加速机网络操作系统的研究成果。该操作系统已经成功地实现了基于Ｔｒａｎｓｐｕｔｅｒ的ＰＡ－１００并行加速机的在局网上,支持多用户的作业级并行处理和任务级并行处理。     

基于样本加权的支持向量机预测方法

不同的样本对最终预测模型的贡献程度是不一样的。在分析了采用支持向量机解决回归预测问题基本原理的基础上,介绍了"预测误差权重"和"样本关联度权重"的两种样本权重确定方法,并将其引入到支持向量机预测模型中来,最后用实例证明了采用样本加权后的预测精度要更高,而采用"样本关联度权重"法的精度又比"预测误差权重"法的精度要高。     

基于模糊支持向量机的发动机故障诊断方法

发动机的故障样本少,用神经网络进行故障类别的学习和分类往往会出现过学习、泛化能力不高以及局部极小点等问题。针对这一缺陷,将基于小样本理论的支持向量机学习方法应用到发动机的故障诊断中。同时讨论了3种多故障分类器的优缺点,并用引入模糊隶属函数的方法解决了“一对多”方法在构建多故障分类器时存在的分类盲区,提高了分类器的分类精度。用该方法对发动机常见的8种状态模式的样本进行训练和识别,训练样本和测试样本都有较好的识别率。     

密封库房中降湿机的使用分析

本文对国防仓库配用的不同类型的冷冻式降湿机的使用进行了研究,给出了确定开机时间的计算公式,为正确使用降湿机提供了依据。     

武器系统经济性参数的支持向量机方法分析

采用一种基于支持向量机的武器系统费用分析方法.计算结果表明,这种方法有效解决了参数法对样本量要求较高以及对非线性问题处理能力较弱等问题.与传统方法相比较,有更好的拟合精度和泛化能力,因而该方法可以作为研究此类问题的新途径.