贾宪三角形与二项式定理

通过介绍中算中奇妙的增乘开方算法及对中算开方术的研究,认为贾宪三角形是记录下增乘开方法求得各廉的结果,而该三角形就是完整的二项式定理。     

一种基于Tsallis熵的最小二乘支持向量机稀疏算法

最小二乘支持向量机(Least Squares Support Vector Machine,LS-SVM)算法是一种优化的支持向量机(Support Vector Machine,SVM)算法,针对该算法稀疏性差,支持向量过多的问题,提出了一种基于Tsallis熵的稀疏算法。分析了最小二乘支持向量机算法的训练过程,提出了增量算法和Tsallis熵的概念,以此为基础提出了一种解决算法稀疏性的改进算法;最后对算法进行了仿真。仿真结果表明,该改进算法相比于传统算法稀疏性更强,适用于大样本集的系统辨识。     

多核数字信号处理器矩阵乘卷积算法性能评测

矩阵乘卷积算法能够为各种卷积配置提供高性能基础实现,是面向给定芯片进行卷积性能优化的首要选择。针对国防科技大学自主研制的飞腾异构多核数字信号处理器(digital signal processor, DSP)芯片的特征以及矩阵乘卷积算法自身的特点,提出了一种面向多核DSP架构的高性能并行矩阵乘卷积实现算法ftmEConv。该算法由输入特征图转换、卷积核转换、矩阵乘以及输出特征图转换这四个均运行在通用多核DSP上的并行化部分构成,通过有效挖掘通用DSP核中功能单元的潜力来提升各个部分的性能。实验结果表明,ftmEConv实现了高达42.90%的计算效率,与芯片上的其他矩阵乘卷积算法实现相比,获得了高达7.79倍的性能加速。     

用简化的神经网络解实时线性最小二乘和总最小二乘问题

为了在实时情况下解代数方程线性系统问题,本文提出了一种具有单片自适应学习算法的新一类简化的低成本模拟人工神经网络。本文提出的学习算法是解线性最小二乘(LS)、总量小二乘(TLS)和数据最小二乘(DLS)问题传统算法的修改和扩展。传统方法包括:kaczmarz行动作投影算法和/或LMS(Adaline)widrow-Hoff算法。该算法可应用于能公式化为线性回归问题的任何问题。所提出的神经网络的正确性和高性能可用广泛的计算机仿真结果来说明。     

基于特征结构配置的智能飞行控制系统设计

针对飞机侧向增稳系统的设计,提出一种基于特征结构配置的神经网络设计方案,它克服了传统增益预置设计方案的缺点.通过对系统的特征值配置保证了系统的动态特性,通过对特征向量的配置达到系统解耦的目的,运用神经网络对反馈增益阵进行逼近,保证了系统的鲁棒性.采用了基于动量因子的反向传播算法提高网络训练速度,仿真结果表明了该方法的有效性.     

DSSS时变窄带干扰抑制算法研究

在传统非线性最小二乘(NLS)算法的基础上,提出一种基于线谱估计的直接序列扩频(DSSS)系统抑制窄带干扰(NBI)的方法。该算法首先通过对基于正弦波叠加模型的NBI进行频率估计,再利用最小二乘准则进行自适应滤波,恢复出干扰信号包络,从而利用干扰对消器将其从观测数据中消除。仿真验证表明,本算法相对于传统的最小均方误差(LMS)算法、自适应频域陷波法,能较好地抑制时变音频NBI模型的干扰,且信息量损失较小。     

纯方位系统TMA非线性最小二乘法--工程数学模型与算法

在纯方位系统目标运动分析(TMA)众多方法中,非线性最小二乘法是较为实用的一种,由于其理论模型与选配的常规算法,在工程实施中仍嫌繁琐,因此,给出了线性化的最小二乘法,建立了工程数学模型与算法,并深入地研究了它的初值选取问题.最后,得出了非线性最小二乘法应用于纯方位系统TMA问题的研究结论.     

基于K-矩阵残差的航天器姿态确定自适应算法

在航天器姿态确定时,针对由于模型误差而使滤波发散的情况,根据协方差匹配的方法,提出一种基于K-矩阵残差的自适应姿态确定算法.通过调整滤波器中的噪声协方差,得到一种在线最佳姿态四元数的最小二乘拟合递归算法.针对传统残差定义的不足,根据K-矩阵的几何性质,设计适应的残差和标准,来解决这一问题.针对高值的残差可由测量噪声或过程噪声的建模误差引起,或由两个共同引起,分别对测量噪声自适应滤波和过程噪声自适应滤波进行了研究.仿真表明,此种算法效果较好.     

新的自适应渐消扩展卡尔曼滤波在GPS定位中的应用

当实际数据出现突变时,基于最小二乘、扩展卡尔曼滤波的GPS定位解算存在定位结果精度低和稳定性差的问题。提出一种自适应渐消扩展卡尔曼滤波算法,通过自适应渐消迭代系统噪声协方差,来实现抑制数据突变影响。试验结果表明:该算法相比最小二乘、扩展卡尔曼滤波,其定位精度有所提高;相比传统渐消扩展卡尔曼滤波,其收敛速度、稳定性有所提高。     

多传感器的极大似然配准算法研究

数据配准是多传感器数据融合的先期处理过程。在研究了传统的最小二乘算法的基础上 ,提出了基于三维坐标系中的极大似然配准算法 ,解决了最小二乘配准算法对于传感器相距较远时无法解决的问题。最后通过计算机仿真验证了算法的有效性。     

一种新的舰船辐射噪声特征提取方法

提出了一种基于Dopplerlet变换的舰船辐射噪声特征提取方法,给出了Dopplerlet变换分解流程。使用此种方法及基于小波变换、波形结构、自然尺度等的特征提取方法对收集到的舰船辐射噪声进行了识别试验,试验结果证明基于Dopplerlet变换的舰船辐射噪声特征提取方法更加有效。     

结合词语规则和 SVM 模型的军事命名实体关系抽取方法?

抽取作战文书中的军事命名实体关系，是实现作战文书语义理解的一种有效方法。在分析作战文书中军事命名实体词语规则的基础上，提出了一种结合词语规则和 SVM 模型的军事命名实体关系抽取方法。首先，使用词语规则整合作战文书中连续出现的军事命名实体并抽取其关系，使其更加适合 SVM 模型。然后，使用 SVM 模型对传统规则模板难以使用的词窗、词性和距离等特征进行建模，抽取军事命名实体关系。实验结果表明，优先利用词语规则能充分提高 SVM 模型抽取军事命名实体关系的效果，与单纯使用 SVM 模型相比，准确率和召回率分别提高了8．73％和41．71％。     

基于本体的受限领域文本信息提取方法

针对指挥信息化模拟训练系统中自由格式报文转换问题,根据仿真驱动信息的需求,讨论了对自由格式报文进行信息提取的实现方法。在受限领域（军事领域）中引入本体概念,构建了领域本体模型及语法规则,提出了基于本体的信息提取方法,采用可扩展标记语言（eXtensible Markup Language,XML）和VC＋＋．NET技术相结合,实现对文书的信息提取,为进一步的数据转换和应用奠定了基础。     

基于时频原子分解的地雷目标特征提取及分类

利用车载超宽带地表穿透雷达进行大区域地雷探测在军事领域上有重要的应用价值,能否提取稳定一致的地雷特征是其实用化的关键.提出一种基于时频原子分解的地雷目标特征提取和分类方法,该方法以地雷目标的四维散射函数为基础获取二维时频图像,在对时频图像详细分析的基础上,通过时频原子对地雷目标一维距离向剖面进行分解,得到能够完整描述地雷时频域特征的多个原子,将这些原子作为特征向量送入分层分类器.通过实测数据验证,该方法适用于车载超宽带地表穿透雷达探测地雷.同传统基于时域或频域的特征提取算法相比,该方法提取的特征更加稳定,能有效改善地雷探测性能.     

水中目标信号的实时检测方法研究

在对目标信号及噪声背景信号的特性进行分析的基础上,依据目标信号功率主要集中在低频部分的特点,用功率谱估计方法提取低频信号的能量作为特征,对信号滑动地进行目标检测.通过不同浪级情况下海洋水压力场的仿真信号数据,对某型目标舰船的水压力信号进行了检测计算,验证了该方法的有效性,尤其是达到了在高海况、低信噪比条件下,对目标信号正确的检测.     

红外图像中海天线的提取

针对海空背景红外图像中海天线的提取问题,利用直线检测的思想,提出了Hough变换方法.仿真实验表明,Hough变换具有较好的抗背景干扰的能力,可很好地解决强背景干扰下海天线的提取问题.     

关系抽取中远监督错误标注消除

目前远监督方法被广泛应用于关系抽取任务。然而,远监督方法中存在大量错误标注现象,给远监督方法的学习效果带来了很大的影响。提出利用语义Jaccard度量关系短语与依存词间语义相似性的错误标注消除方法。消除错误标注后的训练数据用于训练模型,完成关系抽取。实验结果表明:该方法可以有效消除错误标注,提高关系抽取的性能。     

基于KP CA的作战仿真实验数据特征提取方法

针对作战仿真分析过程中各作战要素的复杂性与非线性,研究了一种基于KPCA的作战仿真实验数据特征提取方法。该方法描述了KPCA特征提取的原理和算法,并将其应用于作战仿真实验数据的空间降维,根据累积贡献率确定新特征的数量。仿真结果表明,该方法与PCA相比具有主成份特征明显、贡献率集中等优点,能够有效综合原始数据的非线性特征,降低原始数据的维数。     

提取时间对硝基油漆稀料燃烧产物鉴定的影响

油漆稀料是一种常见的助燃剂,提取时间对其燃烧产物的鉴定会有一定的影响。选取了纯毛织品作为实验载体,以硝基油漆稀料为研究对象,对燃烧残留物及燃烧烟尘进行了系统的GC-MS分析,找出了纯样和加载油漆稀料后燃烧产物主要成分的变化规律,对样品中目标化合物的相对峰面积随燃烧产物提取时间的变化曲线进行了非线性数学分析,初步找出了样品燃烧产物的相对峰面积随硝基油漆稀料燃烧产物提取时间变化的规律,为合理选择物证的提取时间提出了建议。     

基于XML的装备作战需求建模数据抽取

武器装备作战需求建模数据是作战需求分析的基础。针对当前武器装备作战需求建模缺乏对建模数据有效管理的现状,提出了基于XML的作战需求建模数据抽取方法。充分利用XSLT在解决文档转换问题上的优势,使其与XPath相结合生成抽取规则,生成结构良好的建模数据文档。