基于RBFNN与D-S证据理论的反舰导弹模式识别

由于反舰导弹在速度、机动性等方面的显著潜力,已日益成为舰船的主要威胁.尽快识别反舰导弹类型对缩短系统反应时间,正确预测目标运动具有重要意义.针对从不同目标传感器提取的末制导雷达辐射源参数和弹道特性参数,对目标数据进行相关处理,应用径向基神经网络(RBFNN)分别对反舰导弹模式识别,仿真中充分考虑了各种误差干扰并进行容错性处理,仿真结果表明该算法的有效性.最后将两部分识别结果通过D-S证据理论进行综合决策,进一步提高了系统识别决策的可信度.     

支持向量机的可靠度时序预测分析与应用

提出了一种利用支持向量机进行可靠度时序预测的方法.通过重构相空间的饱和嵌入维数,确定支持向量机的最佳输入变量;利用支持向量机强大非线性映射能力、网络结构的自动最优化特性,实现时间序列的非线性预测.最后,应用于某型发动机涡轮增压器可靠度预测,结果证明该方法具有较高的预测精度和较强的推广能力,对于一般意义上的可靠度监测具有重要的价值.     

中国人民解放军处理职务与衔级关系问题的历史回顾

军队最早只有职务之分,而无衔级之别.在长期战争和军队建设的实践中,受客观规律的支配,逐渐出现了与军队编制职务体系相对应的一套军事衔级体系.这是军队人事制度发展史上具有里程碑意义的一大进步.中国人民解放军诞生以来,同样受到这一规律的支配.从1952年人民军队首次评定"军队级别"至今,尽管军队等级形式及其名称几度变更,等级数量的设置时繁时简,但职务与衔级两套体系并存的格局一直没有改变.因此,始终存在着如何处理好职务与衔级关系的问题.回顾人民军队50多年来处理职务与衔级关系的历史,必将有助于我们拓宽思路,提高认识,为进一步完善军队衔级制度提供借鉴.     

基于支持向量机的彩色图像恢复新方法

引起图像退化的因素众多,因而难以用一个统一的方法来进行恢复处理。鉴于图像的像素和各颜色分量通道间本质上存在某种相关性,以及以支持向量机为核心的统计学习理论具有较好地解决小样本、非线性、高维数问题的能力,提出了一种新的空域图像恢复方法,并通过对来自于待处理图像本身的训练样本的学习,构造自适应的回归插值函数;然后基于该函数对图像作有选择的修改,从而达到图像恢复的目的。实验表明,该方法是有效的,并且具有较好的泛化性能。     

语音信号数字处理技术及其军事应用

语音是由人类发音器官发出的,能载负与传达一定的语义信息并能被他人所理解的语言的物质外壳.20世纪70年代以来,随着计算机科学和信息技术的跨越式发展,利用数字技术对人类自然语音信号进行相应的处理,让机器具有"听"、"说"人类自然语言的能力,已成为人类信息革命的标志性景观.语音信号数字处理技术在国民经济、日常生活和军事领域有着极为重要的应用价值和极其广阔的应用空间.当前,语音信号数字处理技术正在军事领域大显身手,其发展水平已成为衡量世界各国军队信息化水平和军事实力的重要标志,并将成为未来信息化战争不可或缺的重要组成部分.     

高能量强夯在处理湿陷性黄土地基和不良地质体工程中应用研究

结合某工程采用6 000 kN·m高能量强夯处理湿陷性黄土地基和人为采金遗留的不良地质体的工程实践,分析研究了高能量强夯的加固机理、施工工艺、有效加固深度、影响深度的计算方法及有关参数,探讨了该技术处理湿陷性黄土地基和不良地质体的优点与适用性等问题.     

厦门近岸海床边坡地震动力反应分析

运用有限元法与传统条分法相结合的方法对厦门市3处典型的近岸海床边坡进行了地震动力反应分析.在分析中,土体本构关系采用等效非线性模型,输入波为厦门市Ⅲ类场地的两个天然波和松潘地震波.分析结果表明:动力反应分析得到的安全系数小于相应的拟静力分析结果;3处边坡的最小安全系数均小于1,处于不稳定状态,需要加固处理.     

利用支持向量机的矢量跟踪通道故障检测算法

为了克服卫星导航矢量跟踪接收机中故障通道对其他正常通道的影响,提高矢量跟踪接收机的鲁棒性,提出一种利用支持向量机的通道故障检测算法,利用矢量跟踪接收机的导航滤波器的新息序列作为支持向量机的输入。支持向量机的输出为通道的状态,根据支持向量机的输出通道的状态来判断该通道是否纳入导航滤波器,用来跟踪滤波器状态值,这样能够有效地避免故障通道对导航结果的污染。仿真实验结果表明:该方法能准确地检测出有故障的通道,提高矢量跟踪环路的鲁棒性。     

采用向量内积的并行相关算法

针对软件接收机相关器计算的实时性问题,通过分析扩频信号的接收过程,建立一种基于向量内积的并行相关信号接收模型。利用图形处理单元中大量的浮点运算单元进行矩阵与向量运算,并行计算各通道相关值,提高了信号相关运算的实时性。仿真验证结果表明,利用基于GPU的向量内积软件并行相关算法计算25 MHz采样率时长1 ms的信号相关值,25个通道共150个相关运算耗时967μs,与CPU上基于数学核心函数库的实现相比速度约提高了61.4倍,能够实现宽带扩频信号软件实时相关接收。     

SVM在空中目标威胁值评估中的应用

构建了基于回归型支持向量机的空中目标威胁值评估模型,确定了基于粗糙集理论的空中目标威胁因素,并建立了数据离散化、归一化的标准。将常用的4种核函数应用于对空中目标威胁值的估计,并通过基于网格法和遗传算法的搜索方法找到模型的最优参数。最后通过Matlab对算例进行了仿真验证。