采用贪婪启发式的异构WSNs部分覆盖算法

异构无线传感网络(Wireless Sensor Networks,WSNs)的多数监测应用要求监测区域被部分覆盖。因此,对异构WSNs的部分覆盖问题进行研究。提出基于贪婪启发式的部分覆盖算法(Greedy Heuristic-based Partial Coverage,GHPC)。先对异构WSNs的部分覆盖问题进行定义和形式化表述,再利用贪婪启发式算法求解。GHPC算法选择具有最大覆盖贡献的节点加入覆盖集,进而满足覆盖要求。仿真数据表明,与同类算法相比,提出的GHPC算法能够在满足覆盖要求的同时,降低活动节点数。     

潜艇规避反潜潜艇平行航向法再搜索研究

对反潜游艇使用平行航向法再搜索进行了分析、建模,针对不同的初始距离、延迟时间对我潜艇采取不同的规避航向、航速进行了计算机仿真,得到了我潜艇机动规避成功概率较高的航向航速设置;并深入分析了初始距离和延迟时间对敌潜艇采用平行航向法再搜索发现我潜艇概率的影响,对我潜艇再搜索方法研究也有一定的参考价值.     

引入权重的防空战场态势分析模型

在防空作战中,战场态势的分析非常重要,是辅助决策的基础.为了分析和把握防空作战时的战场态势,针对战场态势的主要影响因素,应用集对分析理论和方法,以集对分析的同异反联系度和距离测度为基础,构造了防空战场态势的分析模型,并对该模型进行了深入探讨.最后,通过实例计算表明了应用该分析模型进行战场态势评估的可行性,为防空作战的战场态势评估提供了一种有效的方法,具有一定的应用价值.     

基于图像处理技术的定向管平行度测量

基于图像处理技术,探讨了一种火箭炮定向管平行度的测量方法,论述了该方法的测量原理和图像预处理过程中的图像增强、二值处理、边缘提取和几何校正等处理方法,给出了定向管平行度误差的计算方法。     

关于集值拟终鞅的若干结果

在 X~*可分的条件下讨论了集值拟终鞅的若干性质,且在此基础上证明了集值拟终鞅在弱收敛意义下的收敛定理,同时给出了集值拟终鞅的 Riesz 分解定理。     

灰集与泛灰集的关系及泛灰幂集中的逆合对应

本文讨论了如下三个问题:(1)从同构的角度给出了泛灰幂集的余运算;(2)证明了灰幂集与泛灰幂集就运算、∪、∩、C 来说是同构的;(3)讨论了泛灰幂集中的逆合对应,并说明了(g(u)、∪、∩、′)是Fluzzy 格。     

基于集对分析的目标威胁评估与排序研究

在分析以往目标威胁评估与排序方法不足的基础上,提出了基于集对分析的多因素威胁评估方法,以定量的结果对目标的威胁程度进行综合评估,为威胁评估与排序问题寻求出一种新的方法,其评估结果可为指挥员对空情威胁做出正确判断提供科学依据。     

地空导弹装备战时维修保障效能评估研究

战时装备维修保障的重要性已经日益突显,地空导弹装备战时维修保障效果是决定最终防空反导战争胜负的重要因素。针对地空导弹装备战时维修保障效能评估过程中,运用传统集对分析法难以量化确定权重的问题,提出对集对分析法进行改进的解决思路。即综合集对分析法和熵权法,减少定性分析的主观影响,采用定量方式,实现地空导弹装备战时维修保障效能评估。最后,选取5个地导营装备进行实例验证,证明所建立模型的有效性。本研究为地空导弹部队更好地提高装备维修保障能力和作战效能提供理论依据,具有一定的军事应用价值。     

核工业集团首家上市企业——中核苏阀科技实业股份有限公司

<正>在省市各级政府的关心和支持下,中核苏阀科技实业股份有限公司不断加大科技投入,并依托江苏省工程技术研发中心,提升企业科技创新能力,坚持走"产学研用"相结合的自主创新道路。中核苏阀科技实业股份有限公司(以下简称公司)成立于1997年,是一家集工业阀门研发、设计、制造及销售为一体的科技型制造企业,也是中国阀门行业和中国核工业集团所属的首家上市企业。公司产品广泛应用于国内外石油、石油天然气、炼油、核电、电力、     

融合图嵌入的Smooth-PCANet图像识别算法

主成分分析网络（Principal Component Analysis Network,PCANet）是一种简单的深度学习算法,在图像识别领域具有优秀的性能。然而PCANet在构建网络卷积核时只关注了图像的主分量信息,忽视了近邻像素点之间的位置关系。而通常情况下,图像的相邻像素点具有空间强相关性,因此利用图结构保持像素点的位置近邻关系更有利于网络提取有效特征。因此,我们将图嵌入思想融入PCANet,提出一种新的图像识别算法Smooth-PCANet。为了验证Smooth-PCANet算法的有效性,我们在人脸、手写体字符以及图片等不同数据集上构建实验,并将Smooth-PCANet与多种基于深度学习的图像识别算法作了对比。实验结果证明,Smooth-PCANet算法比PCANet获得了更高的识别性能,并且更有效地避免了过拟合,在小样本训练时具有显著优势。