潜艇的种种分类

潜艇,又称潜水艇。它是在水下航行并主要用于对敌方陆上,水上目标进行攻击,破坏敌方海上交通线等作战活动的舰船,潜艇作为海军的主要舰种之一,具有隐蔽性好,突击力强,续航力大,自给力强等特点,备受各国海军的重视。经过大约一个多世纪的发展,潜艇已形成了一个庞大的家族,拥有许多不同的种类。下面简要介绍几种常用的分类方法。     

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。     

无人机集群反制技术剖析

无人机集群作战具有作战效能高、战场生存能力强、效费比极高的巨大优势,将给传统防空系统带来巨大挑战。现有反无人机集群技术大多来源于反无人机技术,但反平台与反集群存在显著差异,必须针对无人机集群自身技战术特点,加强对精确/高效/低成本的集群反制技术研究。因此,本文以剖析无人机集群反制技术的可行性为出发点,首先,从反无人机集群作战视角,将无人机集群划分为无自主时空协同型(Ⅰ类)、半自主编组协同型(Ⅱ类)、全自主任务协同型(Ⅲ类)三种类型,明确Ⅱ类无人机集群为主要反制对象;其次,深入分析无人机集群的技术弱点与战术劣势,以此作为无人机集群反制技术可行性的关键切入点;最后,梳理出七大类有效的无人机集群反制技术,并对其可行性进行分析,以期为未来无人机集群反制技术发展方向提供参考。     

多用户环境下信息系统的数据安全

本文针对多用户环境下信息系统设计过程中的数据安全性问题,提出对信息系统作子系统划分和子系统功能划分的两层分解思想,并根据实际开发的经验,总结防止非法访问数据库的手段和方法,设计建立信息系统用户体系和用户权限体系的过程与授权原理。     

自组织映射神经网络分类器

本文利用改进的自组织映射人工神经网络的方法完成分类问题。该方法由给定的模式样本训练网络,分类的结果由网络的输出直接给出,避免了估计概率密度函数时引入的误差。实验的结果说明了该方法的有效性。     

基于多特征的图象目标识别分类

文中研究将多特征信息融合技术用于图象目标识别分类的方法,利用图象灰度表面的分形特征与图象的摘特征（非分形特征）所提供的信息进行融合处理,在决策层中运用Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ证据推理理论,并使用决策规则对目标进行分类。在实验中,将经过信息融合分类的结果与单特征独自分类的结果进行比较。结果表明,多特征信息融合的目标识别方法具有良好的稳定性,准确性和可靠性,能够有效地提高图象分类识别系统的精确度与容错性。     

日本陆军师团的组建与编组分类概况

日本帝国主义陆军是日本对外侵略的重要力量，在中日战争与第二次世界大战中罪孽特别深重。旧日本陆军师团是日本对外侵略战争兵力运用的基本单元，师团基本情况是二战军事行动研究的主要标识，有重要参考价值。七七事变爆发后第一支侵入中国关内的是陆军第20师团，7月19日即在塘沽登陆投入战场。     

D-S证据论在空中目标分类中的应用

首先叙述识别、分类空中目标时需使用多传感器融合技术,分析可利用的各类传感器和从其可得到的各种目标属性参数,以及各种数据融合方法.然后详细介绍了基于D-S证据论的3种多源信息融合分类空中目标方法,并对具体仿真应用结果作了比较.     

战场信息分类

本文在分析战场信息的基础上,确定了战场信息的分类准则,并且为战场信息给出了一个完备的分类。提出这个分类,试图为今后的战场信息格式制订提供指导,为指挥自动化系统间的信息共享奠定基础。