一种新的重频调制类型自动化识别方法

针对雷达重频调制类型模式识别中存在的问题,提出了一种可以自动化识别PRI调制类型的算法,易于工程化实现。该算法通过对脉冲序列提取特征向量完成调制类型的识别,并给出特征参数的描述。实验仿真和实际应用均表明该方法正确识别率高,可有效地识别PRI调制类型并输出特征参数。     

陆军分队作战仿真模型结构描述规范设计

针对当前陆军分队作战仿真模型结构描述不规范现象，在了解其仿真模型结构的基础上，将仿真模型分为单模型和组合模型并将两者描述为不同的四元组结构，同时引入模型方法描述表、模型数据描述文件和模型数据与方法匹配关系表，解决了陆军分队作战仿真模型结构描述的规范化设计问题。为进一步实现陆军分队作战仿真模型规范化描述奠定了基础，同时也为设计和实现陆军分队作战仿真模型管理系统提供了理论和技术上的支持。     

基于PETRI网的防空指控系统的建模及分析

防空导弹武器指控系统是一个分布式实时多任务数据处理系统,其特点是实时性、并发、异步和多任务。PETR I网是一种描述和分析异步并发现象的一种有效的模型工具。以PETR I网为工具,建立了防空导弹武器指控系统模型,并对其结构性能、任务的忙闲程度、死锁进行了定性分析,然后实现了模型和程序结构的自动转换。从一个新的角度对防空导弹武器指控系统进行了分析和评价,实践证明这种方法是可行的。     

一种基于模型的联合情报能力需求描述方法

基于Inf-ProA框架针对联合情报能力需求规范化描述的问题,提出一种从体系至系统纵向贯通的描述方法,从而既实现了对体系顶层能力需求的描述,又将顶层能力需求逐步细化到具体系统需求,实现了能力的具体落地。以根据联合情报能力需求描述方法设计的某边境防卫作战案例为例,详细展示了想定构想模型、能力分解模型、作战流程模型、信息活动过程模型、能力效果模型、系统与信息活动映射模型、系统功能模型与系统性能描述模型。并且仔细分析梳理了这些模型之间要素的追踪关联关系,说明了从顶层能力需求逐步落实到系统需求的设计过程,并验证了该方法的有效性。     

水下导航数据融合方法

设计了一种基于多模型自动识别与转换的潜艇水下自适应卡尔曼滤波算法,并以此为基础,引入联邦卡尔曼滤波思想,结合模式识别技术,实现模型的自动识别、转换与跟踪,克服常规卡尔曼滤波对于变模型系统没有自适应能力致使在很多情况下误差太大或无法应用的缺点.仿真结果证明此方法可以复杂的潜艇水下综合导航的数据融合技术开辟一条新的有效途径.     

基于样本库的示功图模糊模式识别

给出了一种基于样本库的示功图模糊模式识别方法，详细介绍了其模型的建立和算法的设定，并结合实例进行了分析，最后用Ｍａｔｌａｂ进行了仿真实验．     

多视图作战系统描述模型

从适应面向作战任务的作战系统动态集成需求出发,针对缺乏对现有作战系统描述模型的现状,借鉴Zachman框架和C4ISR体系结构框架理论和方法,给出了作战系统的形式化描述,提出了一种新的多视图作战系统描述模型,并对各个视图给出详细的描述,为实现以作战任务为中心对作战系统的分析、评估与选择奠定了基础,最后进行了总结.     

基于模糊灰关联度的空袭目标属性识别

结合灰关联分析和模糊理论,建立了一种模式识别方法。在此基础上提出了基于模糊灰关联度的空袭目标属性识别模型,利用实例说明了模型的可行性。     

径向基神经网络的联合作战方案评估仿真

利用径向基神经网络具有的能逼近任意非线性系统的优势,通过已知数据构建模型,实现模型对未知数据的模式识别,达成评估联合作战方案的目的,为研究联合作战方案评估提供了一种新方法。最后运用MATLAB软件,利用已知数据获取未知数据的方法,建立了基于学习样本的径向基神经网络模型,评估应用举例。     

基于企业建模方法的装备保障业务体系建模

基于多视图建模思想,采用企业建模方法,构建了装备保障业务"组织-资源-过程"3维描述模型,分析了各维模型的建模方法,并通过装备保障业务实例阐述了各维模型的实现过程。研究表明:所建的3维描述模型既能实现装备保障业务的全面描述,又简化了模型体系的复杂程度,为理解装备保障业务活动、开发综合集成信息系统提供了有效支撑。     

人工神经网络特征优化方法在模式识别中的应用

在模式识别中,特征量的选择及组合优化是设计模式识别系统的关键问题,它强烈地影响到分类器的设计及其性能。人工神经网络除了在模式识别中作为分类器应用之外,而且能够实现特征参数的提取。通过采用人工神经网络模型,对柴油机故障的特征量优化方法进行了研究,实现了对柴油机故障的特征提取及优化。     

网络学习模式识别移动代理因素提取方法研究

从分析网络学习因素的角度出发,提出了利用数据融合理论和使用移动代理技术解决网络学习模式识别的问题。详细分析了网络学习模式中的主要因素,针对网络学习模式识别提出了使用移动代理(MA)进行因素提取的方法。同时运用数据融合技术中分布式缠绕判决模型进行描述,从而使有效地获取网络学习者的学习状态变为可能。也对网络学习因素提取MA的执行环境进行了具体阐述。设计了因素提取MA体系结构,分析了因素提取的执行过程,采用ATP层代理传输协议作为移动代理系统的应用层协议,负责学习模式识别的因素提取。     

事件驱动过程链在军事信息系统建模中的应用

要实现军事信息系统的合理设计必须进行有效的系统建模.通过分析事件驱动的过程链(EPC)和Petri网的特点,提出两者相结合的建模方法,着重研究了基于EPC的系统过程描述方法,在EPC模型中引入组织描述和数据流描述,并分析了控制流、数据流相结合的结构合理性验证方法.设计实现了系统建模工具,并通过实例介绍建模过程,验证方法...     

装备战场损伤模拟研究

研究了装备战场损伤模拟的基本框架,详细论述了威胁模型、装备模型及损伤模拟模型的组成及基本结构,并对弹药效能描述、装备几何描述及几何建模等几个关键性问题进行了研究与分析。     

面向应急管理计算实验的模型构建和模型管理

基于人工社会的计算实验使应急管理的定量分析与研究成为可能。然而,应急管理模型涉及多个学科与领域,具有多层次、非线性和多粒度等特点,需要一套规范的流程来指导人工社会的模型建立和模型管理。论文梳理了面向应急管理的模型体系,提出了基于领域特定建模的人工社会建模方法,解决了多领域建模问题;研究了模型的形式化描述与编码问题,并实现了模型的有效管理;结合"甲型H1N1"病程模型,详细论述了模型的构建方法与管理问题,为面向应急管理的计算实验提供一体化的模型服务。     

基于粗糙集和神经网络的联合模式识别系统

提出了一种划分属性离散区间的新方法.针对这种划分,提出一种约简和去噪的方法.随后,建立了粗糙集和LVQ神经网络的联合模式识别系统.最后,比较了用该系统和仅用神经网络进行识别的效果,证明了该方法的有效性.     

面向基本对象模型BOM和Web服务的建模技术研究

介绍了BOM模型和面向Web服务技术，从概念、表示以及语义层次上对2种技术进行了对比分析。基于二者数据类型和语义的一致性，提出了从BOM模型到Web服务描述的映射规则，阐述了这种映射的实际操作步骤，最后通过实例验证了该方法的可行性和有效性，并分析和总结了运用BOM和Web服务建模的优越性。     

有监督学习的模糊Petri网模型和算法

在模式识别中,前向神经网络通常有一个输入层,一个输出层和几个隐藏层.其中,对于实现输入层和输出层之间的精确函数映射,隐藏层增加了额外的非线性,但是,不能对隐藏层与输入层和输出层的语义联系进行合理的证明.提出一种有监督的模糊Petri模型和训练算法,能对隐藏层的语义进行证明,并能对杂乱的训练样本进行学习和推理.通过在模式识别中的应用,结果表明,该模型和算法是可行有效的.     

基于Agent的水面舰艇单舰作战系统建模

对于水面舰艇单舰作战系统这样的复杂系统,传统建模方法已不能很好地对其加以描述.为此,采用基于Agent建模的方法对单舰作战系统建立模型,从结构组成、主要任务、具体动作和输入输出四方面对模型内部各模块进行描述,并以单舰中程反导作战为例具体说明了Agent内部各模块的功能以及在Agent中如何实现整个作战过程.这种建模方法不仅符合对复杂系统从微观到宏观的研究方法,而且支持模型间的聚合和解聚,较好地满足了对单舰作战系统建模的需求.     

基于元模型的军事信息系统体系结构表现方法

为实现以数据为中心的体系结构开发策略,更好地支持面向不同目的、不同层级决策者需求的体系结构描述开发,增强体系结构描述的灵活性、可演化性,提出了基于元模型的体系结构表现方法,将体系结构描述的视图分为传统的多视图产品和定制模型两类,分析了不同系统参与者对于体系结构描述的需求,并研究了多种体系结构数据的表现技术如定制建模方法、信息板方法及产品合成方法等,为支持多样化的体系结构决策提供了良好的基础.