基于AHP与熵权的舰艇编队信息作战能力模糊综合评估

在确立了舰艇编队信息作战能力评估指标体系的基础上,运用AHP和熵权法,得到评价指标的综合权重.通过模糊综合评判,得出综合评判总分.以舰艇编队的信息侦察处理能力为例进行综合评估.最后通过进一步研究分析,构建了一种数学模型,用于找出影响舰艇编队信息作战能力的薄弱指标.     

利用主成分分析的通信调制识别通用对抗攻击方法

深度学习容易被对抗样本所攻击。以通信调制识别为例,在待传输的通信信号中加入对抗性扰动,可以有效防止非合作的用户利用深度学习方法识别信号的调制方式,进而提升通信安全。针对现有对抗样本生成技术难以满足自适应和实时性的问题,通过对数据集中抽取的小部分数据产生的对抗扰动进行主成分分析,得到适用于整个数据集的通用对抗扰动。通用对抗扰动的计算可以在离线条件下进行,然后实时添加到待发射的信号中,可以满足通信的实时性要求,实现降低非合作方调制识别准确率的目的。实验结果表明该方法相对基线方法具有更优的欺骗性能。     

基于交叉熵和新转移函数的模糊神经网络分类器

针对目前普遍采用的误差平方和准则及Sigmoid转移函数在BP算法应用中存在的缺陷和不足,提出了基于交叉熵准则和新的S型转移函数构建的模糊神经网络分类器,并将这种分类器应用于心肌梗死的定位诊断,结果表明其训练效率和识别性能都明显优于传统的模糊神经网络。     

熵定律与军队国有资产管理制度创新

军队国有资产管理效率递减的趋势,是熵定律在军队国有资产系统中发生作用的具体体现。军队国有资产系统的封闭性、产权管理的模糊性、信息流通的缺乏性是产生军队国有资产管理熵值效应的重要原因。对军队国有资产管理熵值效应做出学理上的分析,有助于增进人们对于军队国有资产管理体制进行制度创新必要性和重要性的认识。     

熵、信息与战略欺骗

熵最初用于描述宏观物理系统的热力学状态,之后被广泛应用于控制论、概率论、数论、天体物理、生命科学等领域,但是在军事领域的应用研究还很少。以熵、信息等基本概念为基础探讨军事领域中在战略欺骗方面的应用,通过对战略欺骗的热力学分析,提出了负信息馈送原理,并给出了两种实施战略欺骗的操作技术。     

基于改进DS证据理论的指挥控制系统信息融合方法

对作战目标的识别是指挥与控制系统在作战环境中实施精确打击的前提条件,然而多种系统协同作战必然会对作战目标的识别有差异.针对冲突识别信息融合导致的目标识别不明确甚至错误的问题,提出一种基于改进DS证据理论的指控系统信息融合方法,该方法构建基于智联体的融合模型,在此模型基础上根据皮尔逊相关系数计算出目标识别信息的相关性权重...     

基于多源先验数据的装备测试性评估方法

针对基于装备多源先验数据融合过程中可能存在数据冲突的问题,提出一种基于多源先验数据的装备测试性评估方法.针对装备设计、生产和制造过程中可能存在的测试性虚拟-实物试验数据、测试性预计信息和专家经验信息等先验数据,将其折合成先验分布参数形式.通过基于兰氏距离和邓熵改进的D-S证据理论来进行数据融合,得到最终测试性评估结果.通过实例分析发现,提出的方法较基于传统Bayes理论和经典D-S证据理论的测试性评估方法而言,其精度更高.     

基于改进TOPSIS的航材物流商服务评价研究

针对传统物流商服务评价过程中评价体系构建不完善的问题,在充分考虑平时军用航材保障特点的基础上,构建了新的评价指标体系.提出一种改进的TOPSIS评价方法,运用层次分析法和熵权法分别求得主观和客观权重,引入差异系数对主客观权重进行组合,并通过计算相对趋近度与传统的评价方法进行对比分析,验证了所提方法的可靠性和科学性.     

基于径向基函数神经网络的漏磁信号反演

采用径向基函数神经网络的方法对漏磁信号反演进行了研究,由实验数据和仿真数据获得样本,在网络训练的基础上,建立了由缺陷的漏磁信号到缺陷二维轮廓图的网络映射,实现了缺陷二维轮廓图的漏磁反演,为漏磁定量化检测提供了一种可行的方法。     

Bayes假设检验及样本数量问题研究

针对Bayes方法在工程实践中未能得到广泛应用的实际情况分析了Bayes方法存在的问题,以正态总体期望为背景研究并改进了Bayes方法,进一步推导了Bayes假设检验样本数量确定方法。