基于熵权和灰色关联分析的应急物资分级研究

应急物资是应对突发性事件的物质基础,应急物资分级是优化库存管理、提高应急系统运作效率的关键问题之一。通过对应急物资分级影响因素的分析,构建了应急物资分级评价指标体系,设计出基于熵权的灰色关联度分析模型,得出应急物资重要性程度综合排序和分级结果。实例分析表明,本方法的分级效果良好,并为优化应急物资储备决策提供了数学基础。     

分级教学 因材施教 步入外语教学的新阶段

指出了分级教学的必要性,回顾我院一年来分级教学的基本情况并展望了我院分级教学的良好前景,提出了英语教学中应重视的几个问题.     

通用油料装备质量分级研究

通用油料装备的质量分级是依据油料装备的不同技术状况划分质量等级,以便于装备的使用、维护、退役和报废。介绍了通用油料装备的质量分级应遵循的原则和质量等级划分的主要依据,将通用油料装备质量等级分为四等六级,每一级对应一个级值,给出了质量分级的数学模型,并提出了分级依据对应级值的条件或计算方法。     

目标规划的求解

目标规划的求解可采用图示法、单纯形法、分级法等,文中用Excel演示单纯形法和分级法。     

数字视频信息分级授权收视系统

针对日益严重的数字视频信息安全问题,提出一种数字视频信息的分级授权收视方案,其关键是利用现代高强度的密码技术保证数字视频信息传输的安全性和分级授权机制的实现。由于充分利用了成熟的数字视频广播技术,此分级授权收视系统安全性很高,系统构建简单,且成本比较适中。     

分级教学中A班学生英语听力问题及对策研究

听力理解在英语教学中的重要性已经受到教育工作者的普遍重视,但对于分级教学中出现的听力理解问题及对策少有研究。两年来,通过对武警学院英语分级教学情况的跟踪调查,研究探讨A班学生在听力学习方面的问题,并提出相应的解决方法,从而为今后的分级教学总结经验。     

热红外伪装分级的模糊聚类分析

随着热红外侦察,目标捕获威胁程度的进一步提高,野战防御阵地必须考虑热红外伪装,本文运用模糊聚类分析原理,讨论热红外伪装技术分级的数学方法,并建立相应的模型进行分级。     

公安现役院校计算机基础课程分级教学探析

当今时代,计算机基础应用能力已经成为人才素质的基本要求.随着大学生入伍人数的逐渐增加,公安现役院校入学新学员计算机基础能力差异越来越大,计算机基础课程教学矛盾越来越突出.为解决这一突出矛盾,在公安现役院校计算机基础课程中实施分级教学势在必行.论述了公安现役院校实施分级教学的必要性和意义,指出了实施分级教学面临的问题及对策.     

网络分布式分级数据处理技术

针对现代战争中多平台多传感器协同作战的特点,提出了一种网络分布式分级数据处理技术。首先,通过网络分布式技术提升了整个作战系统的抗毁性,实现了指控作战的无缝交接。其次,通过分级融合技术解决了传统单级融合模式中由于数据回吐而造成的信息冗余问题,同时也降低了网络负载;最后,通过理论分析和仿真实验验证了分布式分级处理技术的可行性和有效性,具有较强的工程应用价值。     

初级指挥院校应实施英语分级教学

一、分级教学的涵义 分级教学是指根据教学对象的差异性,将教学对象分为不同层次,并给子适合各个层次教学对象相应的教学方法的模式。这种教学模式的优点在于因材施教,能够照顾到各个层次学员的需要,增强教学效果。 二、实行大学英语分级教学的具体措施 （一）打破队制,分级教学 对人校学员进行分级测试,把成绩较好的学员挑选出来参加试点快班,使用《大学英语》预备级及（大学英语）教材,以《大学英语教学大纲》为依据指导教学,参加国家教委组织的全国公共英语等级考试。其余基础较差的学员组成试点慢班,仍继续使用《许国障英语》…     

炮兵指挥系统一体化目标分类方法

在对我军炮兵指挥系统的目标分类现状进行分析的基础上,阐述了建立目标分类标准的重要意义.详细说明了目标分类的原则、考虑因素以及方法,参照全军-体化指挥平台的相关要求制定了炮兵指挥系统目标分类的初步方案,为建立炮兵指挥系统目标分类标准奠定了基础.     

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。     

基于MRF模型和人工神经网络的遥感图像分类综合方法研究

本文总结了提高计算机遥感信息分类精度的四个有效途径，据此提出了基于三维Ｈｏｐｆｉｅｌｄ人工神经网络模型的遥感信息分类及平滑处理综合技术。实验表明，该方法可明显提高森林类型划分、土地利用调查等遥感应用专题的分类精度。     

基于深度森林的网络流量分类方法

随着网络应用的迅猛发展,流量分类在网络资源分配、流量调度和网络安全等诸多研究领域受到广泛关注。现有的机器学习流量分类方法对流量数据特征的选取和分布要求苛刻,导致在实际应用中的复杂流量场景下分类精确度和稳定度难以提高。为了解决样本特征属性的复杂性给分类性能带来的不利影响,引入了基于深度森林的流量分类方法。该算法通过级联森林和多粒度扫描机制,能够在样本数量规模和特征属性选取规模有限的情况下,有效地提高流量整体分类性能。通过网络流量公开数据集Moore对支持向量机、随机森林和深度森林机器学习算法进行训练和测试,结果表明基于深度森林的网络流量分类器的分类准确率能够达到96. 36%,性能优于其他机器学习模型。     

卡方分布参数检验的多门限空海目标分类方法

目标高度是空海目标分类的重要特征.机载雷达测高精度不高,特别是对远距离目标的测高精度更差,因而利用机载雷达提供的高度信息进行空海目标分类存在很大的不确定性.为了能有效地利用机载雷达提供的高度信息进行空海目标分类,提出了一种基于卡方分布参数检验的多门限空海目标分类方法.首先,基于假设检验的思想,给出了空海目标分类判别函数,并采用了多门限决策方式;然后,结合统计理论给出了各门限的设置,并对算法进行了仿真;最后,讨论了该方法在实际中的应用.     

支持向量机的OTHR多频特征目标分类识别法

针对低信噪比下多频法在天波超视距雷达(Over-The-Horizon Radar,OTHR)目标分类识别中分类精度不高的缺点,充分利用雷达量测的一些先验信息,将基于支持向量机(Support Vector Machine,SVM)的多分类器引入多频法中,提出了一种基于SVM的OTHR多频特征目标分类识别方法。仿真结果表明,利用较少的3个频率点,在信噪比较低的条件下可获得较好的分类识别效果,说明了该方法在OTHR目标分类识别中的有效性和可行性。     

机场道面润滑软毁伤抢修评估与分级

机场道面软毁伤抢修评估与分级是制定抢修预案和指挥员决策的重要依据,也是抢修组织与实施的量化基础.以润滑软毁伤为例,着重研究机场道面遭受润滑软毁伤后的抢修评估,提出了单一毁伤指标的定性抢修等级划分.结合吻合度模型,建立了以军事指标、毁伤指标、修复指标为宏观指标的定量抢修分级模型,并且通过算例验证分级的可行性和快捷性.所研...     

基于BP神经网络的防空保卫目标分类

提出用BP神经网络模型对防空保卫目标进行分类的一种新方法。该方法建立分类评价的指标集,将分类的划分等级作为训练样本集,以指标的各等级标准值作为样本的输入特征值,建立多参数的BP神经网络防空保卫目标分类评价模型,然后用实例训练神经网络,得出了较合理的结论。     

基于AdaBoost-SVM的P2P流量识别方法

针对传统的P2P流量识别技术存在识别率低和误判率高的缺点,将机器学习中Ada Boost算法的良好分类能力和SVM的泛化能力结合起来,提出一种基于Ada Boost-SVM组合算法的P2P网络流量识别模型,将SVM作为Ada Boost的基分类器,运用最小近邻法计算支持向量与训练集的样本间的距离实现分类进行P2P流量识别。最后,以4种P2P流量数据为研究对象在MATLAB上进行仿真,仿真结果表明,提出的Ada Boost-SVM的组合算法在P2P网络流量的分类性能和分类准确率上都优于单纯的Ada Boost和SVM,组合算法的P2P流量平均识别率高达98.7%,远高于Ada Boost和SVM的识别率。     

基于层间嵌入式多级支持向量机的特征选择

针对多故障样本一次性映射之后分类不理想,研究了多级层次式支持向量机,应用UCI数据仿真,结果表明该方法缩短了训练时间、提升了测试准确率、改善了样本的可分类性。由于误差积累,在此基础上,提出了层间嵌入式多级支持向量机,采用Abalone数据仿真,结果表明分类精度有所提高并减少了分类步骤。结合ReliefF算法,对制导设备的故障特征参数进行了选择。