基于动态时间规整算法的车辆目标分类研究

将动态时间规整(Dynamic Time Warping)算法应用于地面车辆目标的分类识别中。基于微多普勒效应原理,建立了轮式车辆和履带式车辆雷达回波模型,对两种车辆目标微多普勒信号的差异性进行了分析,并结合实测数据,验证了理论分析的正确性。在杂波抑制及速度归一化处理的基础上,利用动态时间规整算法,将提取出的车辆目标的累积失真距离作为目标分类识别的依据,实现了轮式车辆和履带式车辆的自动分类。基于实测数据的实验结果表明,该方法在不同信噪比条件下都具有较好的分类性能。     

基于单一聚类方法的航空器相撞HFACS诱发模式分析

为了有效防控航空器相撞事故的发生,保证航空系统安全、有序和高效运行,提出一种基于单一聚类过程的人为因素分析分类系统(HFACS)诱发模式分析方法。在该方法中,首先,根据航空器相撞的具体特点建立了HFACS。然后,利用HFACS对发生的航空器相撞事故/事故征候进行量化,构建历史信息的数据表。最后,采用单一聚类方法对得到的数据表进行诱发模式分析,识别出重要的诱发模式及模式中包含的重要影响因素,并据此提出防相撞的管控措施。实例分析表明,所提出方法的实现过程简便,定性定量结合,形式易于理解,分析结果也更加贴近实际,对于提升防相撞的管理和决策水平,防范航空器相撞及减少造成的损失具有重要的实用价值。     

通用装备机液系统综合检测试验平台综合信息管理系统设计与实现

探讨了通用装备机液系统综合检测试验平台综合信息管理系统在网络和功能结构、信息处理流程、数据分类和数据结构、数据传输接口等方面的设计方法,该设计方法在通用装备机液系统综合检测试验平台综合信息管理系统项目中进行了应用,取得了良好效果,为类似的综合管理信息系统的设计探索了一条有效的路径。     

次优最大似然调制识别算法及其性能分析

提出了一种降低计算复杂度的次优最大似然调制识别算法,该算法在一定的信噪比条件下,具有与最优分类算法相近的性能.通过分析,得到了次优算法达到较好性能所需的信噪比.并在两接收天线的情况下,研究了次优算法的识别性能,仿真表明次优算法在两接收天线时约有3dB的信噪比增益.     

炮兵指挥系统一体化目标分类方法

在对我军炮兵指挥系统的目标分类现状进行分析的基础上,阐述了建立目标分类标准的重要意义.详细说明了目标分类的原则、考虑因素以及方法,参照全军-体化指挥平台的相关要求制定了炮兵指挥系统目标分类的初步方案,为建立炮兵指挥系统目标分类标准奠定了基础.     

行政诉讼类型化探析

行政诉讼的类型化，直接关系到对行政诉讼原告诉权保护的广度和深度。我国没有确立行政诉讼类型，忽略了行政诉讼类型与行政诉讼判决之间的区别。针对我国行政诉讼类型的种类缺乏且范围狭窄的现状及弊端，借鉴国外行政诉讼类型法定化和分类标准及结合我国国情，构建我国行政诉讼类型为撤销之诉、确认之诉、给付诉讼、公益诉讼、机关诉讼和当事人诉讼。     

什么是国防科技工业标准体系表

国防科技工业标准体系表是国防科技工业标准体系的一种表现形式。它包括两个部分，一是反映体系结构层次的框图；二是包含了标准项目名称、体系分类编号、属性、标准适用范围、标准级别及相关要素在内的明细表。     

基于支持向量分类的装备完好性预测模型

对抗的战场环境和任务的变化，越来越需要装备战备完好性来保障作战行动。保持或提高装备战备完好性是装备保障的核心和中心工作。利用基于结构风险最小化的支持向量分类（Support Vector Classification，SVC）方法对装备的战备完好性进行了预测，提高了机器学习方法的预测能力。并以车辆装备发动机的技术状况数据为实例，建立了预测模型，通过参数选择，提高了模型预测的正确率、命中率等指标。结论表明：支持向量分类方法是预测装备战备完好性的有效方法。     

基于深度森林的网络流量分类方法

随着网络应用的迅猛发展,流量分类在网络资源分配、流量调度和网络安全等诸多研究领域受到广泛关注。现有的机器学习流量分类方法对流量数据特征的选取和分布要求苛刻,导致在实际应用中的复杂流量场景下分类精确度和稳定度难以提高。为了解决样本特征属性的复杂性给分类性能带来的不利影响,引入了基于深度森林的流量分类方法。该算法通过级联森林和多粒度扫描机制,能够在样本数量规模和特征属性选取规模有限的情况下,有效地提高流量整体分类性能。通过网络流量公开数据集Moore对支持向量机、随机森林和深度森林机器学习算法进行训练和测试,结果表明基于深度森林的网络流量分类器的分类准确率能够达到96. 36%,性能优于其他机器学习模型。     

基于剪枝加权k-NN算法的雷达电磁行为识别

为了更好地实施电子干扰和欺骗,针对目标雷达电磁行为识别问题,提出了一种新的算法。首先,给出了雷达电磁行为的形式化表述,并在此基础上将各项属性参数进行预处理;然后,通过改进的k-最近邻分类算法(k-nearest-neighbor classifier,k-NN)对数据进行处理,从而对未知的雷达电磁行为进行识别。实验结果表明:改进的算法引入剪枝加权策略可加强其分类识别能力,在分类准确率和时间效率上较原算法有一定的改善,对于雷达电磁行为的识别是有效可行的。