基于组合权重的目标识别系统威胁评估

现代信息战场中,对敌方的目标识别系统进行有效干扰,是增强我方、打击敌方的有效手段。对敌方的目标识别系统进行有效的威胁评估,有助于指挥员的决策以及对干扰资源的优化配置。借鉴空中目标威胁评估常用方法,提出对敌方目标的敌我属性识别系统进行威胁评估的方法。首先选择合理的威胁评估指标,然后对指标数据进行规范化处理,利用信息熵法求解威胁评估的客观权重与改进的层次分析法求解出的主观权重加权得到组合权重,运用灰关联分析法进行威胁评估和排序,最后用实例验证方法的有效性和合理性。     

模糊灰色关联模型在遮弹层防护性能评价中的应用

为对遮弹层防护性能进行综合评价,建立了遮弹层防护性能评价指标体系,采用多对象模糊综合评价和加权多层次灰色关联评价相结合的方法.得到了遮弹层防护性能的二级模糊灰色关联评价模型,并对五种遮弹层的防护性能进行了评估.结果表明,综合考虑直接成本、施工条件、伪装性能等因素,刚玉块石混凝土遮弹层防护性能最佳.该模型为遮弹层防护能力综合评估提供了理论依据.     

基于灰色关联和D-S证据理论的导弹系统安全性评估

针对导弹系统安全性评价的不确定性问题,提出了将灰色关联和D-S证据理论相结合的方法,从人员安全性、设备安全性和环境安全性建立了综合评估指标体系,用灰色关联分析处理了指标之间的关联性。在传统证据合成公式的基础上,考虑证据集非关键因素的权重,给出了修正的证据合成公式。并以打靶选弹为例进行了计算分析,得出了导弹安全性优先级排序,并将改进算法与传统计算方法的结果进行了比较,验证了评价模型的可行性与实用性,为导弹系统的管理工作提供了有益的参考。     

结构效应:国防费结构关联分析

国防费存在着“量”与“质”的规定性,于是就有了国防费的“量”的规模与“质”的规模。两者相比,后者更为重要。于是,文章引入“结构关联”概念对国防费及其规模进行分析,得出了国防费结构效应的命题。通过对结构关联的分析,作者认为:国防费“质”的规模可以“成长”,但其“成长”主要依赖于国防费结构关联,而国防费结构关联由国防费结构关联水平、关联规模和聚合质量三因素以三维立体形态构成,因而国防费结构关联水平的高低、关联规模大小和聚合质量优劣决定国防费的“质”的规模。文章在对三因素进行系统分析的基础上,就国防费“质”的规模成长提出了一些政策性建议。     

基于灰色关联分析的水下航行器效能评估

根据水下航行器的自身特点和主要任务,建立了以机动、探测、追踪、抗干扰、通信为基本特征能力的评估结构体系.运用灰色关联分析理论,以水下航行器各项能力指标的关联度为评估准则,提出了水下航行器的综合评估方法.通过实例验证了该方法的正确性、有效性,为水下航行器系统的技术优化和使用效能的提高提供了科学决策依据.     

多平台纯方位信息融合结构及关联估计联合优化模型

在多平台纯方位信息融合中,存在多平台的方位关联和单平台的参数估计(或目标定位)困难,因为两者相互依赖和制约。造成相对不同平台的方位不能进行时间空间对准、虚假目标不能消除。为此,提出了一种分布式信息融合结构,并建立了相应的数据互联与参数估计联合优化模型。在这种结构和模型中,首先由各平台对本地传感器探测的纯方位信息完成融合并输出方位序列,然后在融合中心按分层节点对方位序列的数据互联与参数估计进行联合优化处理,每个融合节点仅处理两个平台信息,最后节点输出融合结果。仿真计算结果表明,这种优化模型是解决关联和估计问题的一个有效方法,可以提高多平台纯方位信息融合的性能。     

一种改进的指数型序贯抽样检验方法

针对指数型产品的可靠性验收问题,通过分析总结两次序贯概率比检验和序贯网图检验的思想,提出了一种改进的序贯抽样检验方法。通过构造验收风险的马尔可夫链模型,研究了改进的指数型序贯抽样检验方案的风险计算方法。在此基础上,给出了指数型序贯抽样检验方案的制定程序。实例分析表明:改进的指数型序贯抽样检验方案在保证截尾时间的条件下,明显降低了美军标MIL-STD-781C标准方案的验收风险,可以更好地满足双方的风险要求。     

“入世”与提升西部竞争力

如何应对“入世”挑战，促进西部经济的发展，已是摆在我们面前刻不容缓的课题。西部经济虽有较大发展，但与东部相比，其竞争力及市场开放程度则相差悬殊。“入世”后，西部经济将面临更大的挑战。西部资源优势将变为“负优势”，农牧业首先受到冲击，企业面临更激烈的竞争，第三产业将会被削弱，就业压力和收入的差距将增大。面对WTO发展西部经济的思路是：为提高西部的国际竞争力创造有利环境，确立市场导向型发展战略，建立优势产业的产业关联。     

雷达目标识别中获取基本概率赋值的方法

由于传感器的精度、系统组成的许多环节、外部环境影响以及数据的后处理等因素的影响,雷达目标识别中存在大量的不确定性.在这种情况下,利用精确的方法处理不确定性信息,必然造成识别误差的提高.证据理论是近年发展起来的一种新型推理技术,由于它能够处理由不知道引起的不确定性,因此被广泛地应用于目标识别中.然而,在利用证据理论时,基本概率赋值的构建是证据理论实际应用中面临的最大难题.针对雷达目标识别具体问题,在系统分析证据理论的基础上,提出构建基本概率赋值的方法,并通过仿真实验验证了方法的可行性.     

一种提升树算法在网络故障关联分析中的应用

针对移动网络故障反馈与故障分类的准确率问题,提出一种基于k-NN的多分类器提升树算法,该算法采用k近邻对特征向量空间划分,结合adboost误差函数和迭代算法,实现多分类器决策判别,并利用R语言可视化方法的关系数矩阵提取和筛选出投诉/故障映射主属性,进而建立基于基站退服、覆盖盲点、非网络原因3类故障投诉关联分析及预测模型。实验结果表明,与C50决策树、RIPPER分类规则及SVM比较,在网络故障关联预测方面新算法的分类准确率提升约2%～10%。