C4ISR网络安全态势的可拓云理论综合评估方法

为了对C4ISR网络的安全态势进行精确评估,提出了一种基于云理论和可拓学的评估方法。分析了影响C4ISR网络安全态势的评价指标体系,通过主客观综合赋权法确定各评价指标的权系数。在此基础上,利用云理论和可拓学中的基元理论,构建C4ISR网络安全态势的综合评估方法。通过对实例的分析,表明了该方法的可操作性和优越性。     

C4ISR系统结构模型及其网络化效能分析

针对C4ISR系统结构的定量分析与效能评估问题,提出了一种基于复杂网络的C4ISR系统结构建模及网络化效能评估方法。在对系统组成要素及交互关系进行分类和抽象的基础上,将其映射为复杂网络模型中的节点与连边,进而利用复杂网络相关统计特征建立系统结构的网络化效能评估指标。通过对某典型C4ISR系统结构及其演化过程进行实例分析,验证了所提方法的可行性和准确性。     

基于鲁棒性一类SVM的综导系统信息故障检测方法研究

为了提高舰艇综合导航系统的可靠性,并考虑到系统准确建模和大量故障数据获取的困难性,提出了一种基于鲁棒性一类支持向量机(support vector machine, SVM)的信息故障检测方法。该方法采用鲁棒性一类SVM的分类原理,并根据分类平面方程构造检测统计量,结合主元分析(principal component analysis, PCA)的方法实现实时的故障检测。实测数据试验表明,所提出的算法对含有野点的导航信息阶跃性故障和渐变性故障的检测能力优于普通一类SVM算法,而且该方法对参数的变化具有较低的敏感性。     

基于惩罚函数的C~4ISR系统效能指标聚合方法

针对C4ISR系统效能评估过程中指标聚合计算不合理的问题,提出了一种新的指标聚合计算方法,即惩罚函数法。分析了C4ISR系统效能评估方法的现状,以及常用的指标聚合方法;给出了C4ISR系统效能指标体系和指标度量方法;描述了惩罚函数的思想以及3种不同的函数形式;通过一个C4ISR系统效能评估算例,对3种惩罚函数的计算结果进行了对比分析,并给出了函数选择的建议。     

基于支持向量机和虚拟仪器谐波频率检测

支持向量机是采用结构风险最小化原则代替传统统计学中的基于大样本的经验风险最小化原则的新型机器学习方法,具有出色的学习分类能力和推广能力,广泛地应用于模式识别和函数拟合中。提出了一种基于支持向量机算法(SVM)的检测飞机电网中谐波频率的新方法,以支持向量机方法为理论基础,利用强大的图形化开发软件LabVIEW为开发平台,设计了谐波检测系统。经实验发现,该系统在采样点数较少的情况下,仍能比较准确检测出各次谐波频率,系统具有操作简单,稳定可靠、测试精度高等特点。     

基于KKT条件的SVM增量学习算法

为了解决支持向量机(SVM)在增量学习时,由于支持向量选择不完全,导致增量学习过程无法持久进行的问题,提出了最大似然边界SVM增量学习算法。该方法在深入分析分类面变化趋势的基础上,充分利用KKT条件,选择包含支持向量的边界向量参与SVM增量学习。实验表明,该算法可以完全覆盖支持向量,与经典支持向量机算法的结果完全相同,并且节省了大量时间,为今后大样本分类和增量学习的可持续性提供了条件。     

C4ISR系统需求一致性开发方法研究*

为支持军队信息化建设需求论证的研究工作,对C4ISR系统需求的开发方法进行了研究。将C4ISR系统的需求划分为作战需求、用户需求和系统需求三个层次;UML作为面向对象建模语言已广泛应用于C4ISR系统需求描述,结合C4ISR系统体系结构的开发方法以及体系结构产品与UML模型之间的映射关系,提出了C4ISR系统需求的分析开发过程和基于UML模型需求描述方法,并且为保证需求模型的一致性,提出了C4ISR系统需求开发的一致性策略。     

基于修正核函数的支持向量机空袭目标威胁评估

为提高空袭目标威胁评估的准确性,在分析目标威胁评估特点的基础上,提出了一种基于修正核函数的支持向量机空袭目标威胁评估方法.该方法以黎曼几何为理论依据,通过构造一种新的保角变换,并利用该保角变换对核函数进行修正,可提高支持向量机用于空袭目标威胁评估的精度.通过实例仿真与标准支持向量机方法进行比较,说明了该方法的有效性和优越性.     

一种综合使用支持向量机和遗传算法的隐藏图像检测方法

提出了一种新的基于遗传算法和支持向量机的隐藏图像检测方法。用遗传算法进行图像特征选择，采用支持向量机作为分类器，将支持向量机的分类效果作为适应度函数值返回，指导遗传算法搜索最优的特征，移除图像的不相关特征和冗余特征，提高了学习效率。实验结果表明，与仅采用支持向量机分类但未进行特征选择的隐藏检测方法相比，本方法能有效地提升分类器性能。     

支持向量机的战场直升机目标分类识别

对基于支持向量机的战场直升机目标分类识别技术进行了研究,分别将谐波集(HS)频率和不同尺度小波子空间能量作为特征矢量,设计出一种基于支持向量机的直升机目标分类器,并将该分类器与kNN分类器和BP神经网络分类器进行分类对比实验.结果表明两种特征提取方法,都能很好地体现不同声目标之间的差异,SVM分类器相对于其他两种分类器具有更好的分类性能,目标识别率达到96%以上.     

粗糙集理论的支持向量机建模研究及应用

结合粗糙集的属性约简和支持向量机的分类机理,提出了一种混合算法.将粗糙集理论中的属性约简引入到支持向量机中来,把粗糙集作为支持向量机的预处理器,先降低原问题的维数,以支持向量机方法建立预测模型.提高了SVM的推广能力,减少存储空间,加快了支持向量机的训练速度,取得了满意的预测结果.     

基于二叉树直觉模糊SVM的弹道目标HRRP识别

弹道目标识别是一个多目标识别过程,二叉树支持向量机(BTSVM)是一种针对多类分类有效的分类器。BTSVM结构简单,训练快,但容易出现误差积累。为提高目标识别率,引入并改进了直觉模糊支持向量机,设计了一种基于自适应隶属度函数和直觉指数的多类直觉模糊SVM分类器。对训练集进行直觉模糊化处理得到直觉模糊数据集,用于训练分类器得到二叉树直觉模糊SVM分类器。将此分类器应用于弹道目标HRRP识别,提高了识别的正确率和识别效率,仿真结果表明了此分类器的有效性。     

面向像斑的高分辨率遥感影像自优化迭代分类方法

针对高分辨率遥感影像提出了一种面向像斑的自优化迭代分类算法,基于半监督聚类算法获取训练样本,以支持向量机为核心设计了自优化迭代分类器。使用分型网络演化算法获取像斑,并从中选取少量标记样本;结合标记样本,利用半监督模糊C均值算法对像斑进行聚类,并基于密集度筛选得到训练样本;设计了自优化迭代支持向量机分类算法,对所有像斑进行迭代分类直到满足分类要求,并在分类过程中对近邻分类结果进行统计得到高可信度样本以自主优化训练样本集。基于以上方法分别对武汉市QuickBird和WorldView影像进行分类实验,分类总精度分别达到94.67%与92%,与基于人工选取训练样本情况下进行分类的分类总精度（82%与82.67%）、常规支持向量机分类总精度（87.33%与88%）、最小二乘支持向量机分类总精度（88%与89.33%）相比,精度有明显提升,分类效果较好。     

高分辨率遥感影像的自优化迭代分类方法

针对高分辨率遥感影像提出了一种面向像斑的自优化迭代分类算法,基于半监督聚类算法获取训练样本,以支持向量机为核心设计了自优化迭代分类器。使用分型网络演化算法获取像斑,并从中选取少量标记样本;结合标记样本,利用半监督模糊C均值算法对像斑进行聚类,并基于密集度筛选得到训练样本;设计了自优化迭代支持向量机分类算法,对所有像斑进行迭代分类直到满足分类要求,并在分类过程中对近邻分类结果进行统计得到高可信度样本以自主优化训练样本集。基于以上方法分别对武汉市Quick Bird和World View影像进行分类实验,分类总精度分别达到94.67%与92%,与基于人工选取训练样本情况下进行分类的分类总精度(82%与82.67%)、常规支持向量机分类总精度(87.33%与88%)、最小二乘支持向量机分类总精度(88%与89.33%)相比,精度有明显提升,分类效果较好。     

基于对策论的C4ISR系统作战效能评估方法

C4ISR系统在现代战争中的重要作用使得其评价问题得到了前所未有的重视.但C4ISR系统的复杂性使得大多研究仅限于其自身效能,而对使用效能特别是作战效能的评估则关注较少.通过对C4ISR系统效能评估的分析和研究,提出了一种基于对策论的C4ISR系统作战效能评估方法,利用矩阵对策构建不同作战策略的效能评估模型,实现了对抗环境中C4ISR系统作战效能的动态评估,并给出了模型的分析与求解方法.     

C^4ISR系统通信网络效能评估指标体系研究

本文首先对C4ISR系统通信网络进行效能分析,提出C4ISR系统通信网络效能指标体系的研究途径,由此划分C4ISR系统通信网络效能指标体系为基本业务性能指标和战术性能指标两大类指标,给出各类指标的相关因素和求解方式,从而建立了一个评估C4ISR系统通信网络综合效能指标体系。     

基于BP神经网络的C4ISR系统人机交互性能评估

针对C4ISR系统中人机交互子系统的特点,运用神经网络方法探索其性能评估问题.建立了C4ISR系统人机交互性能评估的指标体系,阐述了BP神经网络的相关原理及算法,构建了基于此网络的性能评估模型.并利用MATLAB软件进行了仿真分析,证明了理论的正确.采用神经网络理论进行性能评估,可弥补专家的经验和知识,降低评价过程中的人为因素影响,保证其客观性.模型能够比较准确地对C4ISR系统人机交互性能进行评估,为研究指挥自动化系统提供了一种新的思路.     

基于灰色聚类理论的C4ISR系统效能评估研究

随着C4ISR系统的深入发展,对其效能进行评估具有重要意义.从分析C4ISR系统的组成及功能出发.建立了较完备的系统效能评估指标体系,提出了一种基于灰色聚类理论的C4ISR系统效能评估方法,运用该方法进行了算例分析,验证了方法的有效性和可行性.     

支持向量机动态多分类方法

针对支持向量机分类中存在盲区的问题,在分析多分类支持向量机构建方法的基础上,采用二叉树支持向量机,通过类型知识库动态更新,建立了二叉树支持向量机动态多分类模型;选取径向基函数作为核函数,给出了提高多分类模型性能的核参数和惩罚因子寻优遗传算法;以卫星整流罩空调系统表冷器控制单元为仿真实验对象,建立了传感器偏置故障、漂移故障、完全故障和精度下降故障的多分类模型,验证了提出方法的有效性。     

C4ISR信息融合系统中的态势评估

在信息化战争中,战场态势瞬息万变,战场情报通过C4ISR系统迅速传回指挥中心,如何在极其有限的时间内作出判断,定下决心?在介绍态势评估基本理论和研究信息融合中的态势评估流程的基础上,把期望模板理论、模糊推理理论、人工神经网络理论、物元分析理论引入态势评估中,希望对完善态势评估的算法体系和C4ISR系统辅助决策起一定作用.