神经网络在图象处理中的应用

图象处理是神经网络的一个重要应用领域。本文首先介绍了神经网络的模型、学习规则及其处理能力,在此基础上综述神经网络在图象处理中的应用,重点放在神经网络分类器和Hopfield网络解决图象处理中的最优化问题。     

基于正交小波包和K-L变换的水声信号特征提取与识别

在海洋作战环境中,水声目标识别与分类是水声设备与水中兵器系统智能化的关键技术之一,基于小波变换的模式识别方法受到广泛研究与重视,在对水声信号进行正交小波包分析的基础上,以信号在各分解子空间的能量分布构成原始特征空间,运用K-L变换进行模式识别特征空间的提取,并基于最小欧氏距离设计分类器,提出了一种新的水声信号识别方法,仿真实验验证了算法是有效的.     

基于贝叶斯网络的装备损伤定位系统研究

分析了贝叶斯网络在装备损伤定位方面的优势,及其损伤定位的方法与流程,建立了用于装备损伤定位的贝叶斯网络模型,并开发了损伤定位系统。以某型火炮为例,演示了其损伤定位的一般过程,验证了贝叶斯网络在装备损伤定位中应用的可行性与有效性。     

基于贝叶斯网络算法的空中目标可信度计算

文章在分析影响雷达探测准确性因素的基础上,分析空情雷达探测目标具有一定的误差。在信息化条件下的联合防空中,通过联合侦察预警判断来袭目标的种类和目标威胁度,已成为一种发展趋势。贝叶斯网络算法模型适应联合侦察预警的需要,为联合作战防空指挥员提供了分析判断空情信息的一种可行的方法。     

基于EAP-GA的联合作战行动计划

建立了行动计划生成模型,利用混合遗传算法来优化可行的行动计划,提出了在复杂不确定环境中求解有效联合作战行动计划的方法框架EAP-GA,有效解决了不确定环境中行动计划问题.结合一个联合登岛作战想定案例,对行动计划建模及求解进行了验证.     

军事欺骗战法分析的数学方法-应用*

针对军事欺骗战法定量分析困难的问题,采用基于贝叶斯统计推断和博弈均衡分析的数学方法,在理论上为解决此难题提供了一种可行的方法.该方法首先定义基本概率矩阵,然后根据贝叶斯原理为交战双方构造用于统计推断的主观概率矩阵,并在由两个主观概率矩阵元素构成的偏序链与实施军事欺骗机会之间建立对应关系,再将此关系推广到基本概率矩阵,即是否存在实施军事欺骗的机会将由基本概率矩阵元素构成的偏序链决定.对理论成果的初步应用表明:通过分析由战场情报信息构成的基本概率矩阵的偏序链,可以科学地运用军事欺骗和反军事欺骗战法.     

改进博弈论的舰载无人机编队协同对海突击目标分配

目标分配问题是UAV自主控制的重要问题。针对舰载无人机编队协同对海突击目标分配问题,首先建立了基于离散动态贝叶斯网络的目标价值评估模型,在此基础上构建了舰载无人机编队的益损值矩阵,设计了舰载无人机编队协同对海突击目标分配的决策函数,提出了一种基于改进博弈论的目标分配方法,为4种不同约束条件下的目标分配问题分别设计了算法。最后对所建立的目标价值评估模型和改进博弈论的目标分配算法进行了实例仿真,仿真结果表明了模型和算法的可行性和有效性。     

基于贝叶斯反馈云模型的空中目标威胁评估

在现代战争中,空袭与防空作战仍将是主要作战方式之一。对防空方而言,及早发现空袭目标、准确判断空袭意图,是合理分配火力、最大限度发挥自身抗击能力的基本前提。综合考虑了攻防双方及作战环境等因素的影响,建立空中目标威胁评估指标体系。采用云模型理论较好地处理了空袭的模糊性和随机性,通过贝叶斯反馈对专家主观认识差异进行修正,使专家意见更加统一,使威胁评估结果更为简洁合理,便于指挥员快速准确作出决策。     

贝叶斯网络用于作战态势评估

作为一种知识表示和进行概率推理的框架,贝叶斯网络在具有内在不确定性的推理和决策问题中得到了广泛的应用.因果推理是态势评估中的一个重要环节,用贝叶斯网络找出态势假设和事件之间的潜在关系,正是态势评估所需完成的功能.提出了构建贝叶斯网络进行态势估计的步骤,分析了态势估计系统事件的层次.给出一个具体的实例,演示了使用贝叶斯网络进行态势估计的过程.     

战场目标声音识别关键技术研究

战场目标声音探测技术在现代战争中发挥着越来越重要的作用。针对战场目标声音识别的一些关键技术进行了研究。首先分析了目标声音探测技术的军事应用特点,然后对战场典型目标发出的噪声的物理特性进行了分析。最后论述了战场目标声音识别技术中的几种关键技术,重点分析了特征提取中的LPCC、MFCC技术以及分类器中的隐马尔可夫模型,为战场目标声音识别系统的开发奠定了基础。