基于AdaBoost-SVM算法的某火炮炮闩技术状态评估

针对现役装备技术状态评估多依赖于手工拆卸的现状,提出一种基于AdaBoost-SVM模式识别算法的在线技术状态评估方法。利用人工后坐在线检测设备对炮闩装置技术状态参数进行检测,在对检测数据进行相关性分析特征提取的基础上,引入支持向量机模式识别方法,建立炮闩装置技术状态评估模型。通过将评估模型与Ada-Boost算法相结合,每次迭代都根据测试精度对分类错误的样本点和各分量分类器的权重重新赋值,在下一次迭代中形成新的分量分类器以优化分类结果,最终将各分量分类器依其权重综合完成评估。实例分析结果验证了评估模型的正确性和有效性。     

舰空导弹设计方案评价

舰空导弹设计方案评价是一项复杂的系统工程。因其涉及到的因素众多,有些因素易于量化,有些因素难以量化,往往给决策者带来诸多困难。在建立舰空导弹设计方案评价指标体系的基础上,采用熵权法和理想点法相结合的方法对舰空导弹设计方案评价问题进行研究,以期降低决策的主观随意性,使决策更加科学合理。     

基于用户相关反馈的排序学习算法研究

在信息检索中,系统需要根据用户查询将文档按照相似度大小进行排序,吸引了众多信息检索和机器学习领域研究者的眼球,并形成了诸多排序算法模型。然而并未考虑到查询短语与文档构成的特征对与用户相关反馈之间存在的同质性。在机器学习算法基础上,通过提取训练样本的主要特征进行有效聚类,并结合用户的相关反馈获取各个类中相关度判断的置信值,形成相似度判定模型,应用该模型来对测试样本进行相关度排序。算法对LETOR数据集进行了测试,实验表明,信息检索性能指标比其他排序算法有了进一步提高,并且无需复杂的数据预处理工作和手动设定算法参数。     

基于粗集理论证据加权的电子目标识别法

在对电子目标进行识别时,往往采取多传感器融合的D2S证据理论进行处理,但是由于传统的D2S证据理论中各传感器对识别结果的重要性没有区分,基于此将粗集理论属性重要度概念应用到各传感器的重要性上,从而实现加权融合的证据理论。仿真实验及其结果表明该方法对电子目标识别是有效的,尤其在传感器受到干扰时,具有较强的现实意义。     

BSC信道下线性分组码的差错概率下界分析

针对BSC信道,提出了一种线性分组码的最大似然译码差错概率下界的计算方法.根据最大似然译码算法原理,首先将译码差错概率转化为差错事件的联合概率,基于改进的Dawson-Sankoff界的优化准则,推导出BSC信道下线性分组码差错冗余事件的判决准则,最后得到差错概率下界的计算表达式.该下界只依赖于码字的Hamming重量...     

基于变权的军事供应链合作伙伴评价研究

合作伙伴的评价与选择影响着军事供应链的整体效能.为正确选择军事供应链合作伙伴,提升后勤保障效能,从分析构建军事供应链合作伙伴的评价体系入手,基于多因子影响、多条件变化建立了动态变值、变权模糊评价模型,举例说明了这一模型的可行性.这一研究对正确选择军事供应链合作伙伴提供了有力的支撑.     

一种简单有效的处理冲突证据的D-S改进方法*

D-S证据理论在决策级信息融合领域有着广泛的应用,但其在合成冲突证据时会出现与直观结论不符的现象。通过深入分析D-S证据理论合成冲突证据时的失效原因,提出了一种简单有效的改进方法。通过主观权重和客观权重的综合得到不同证据的信任度,以此确定冲突证据及对应的折扣度并对其进行折扣度修正,使合成结果快速向正确类型收敛。仿真结果表明,同已有方法相比,本文方法特别适合具有少数冲突证据的情况,其合成结果更加符合直观判断。     

一种基于变权的军事决策模型

根据军队信息化建设所需全面型和专长型军事人才的特点,需要采取一定的方法选拔不同岗位所需的人才.该文试图利用变权理论,采取惩罚型状态变权向量和激励型状态变权向量,完成因素之间权重的转移,进而实现因素之间的均衡或突出某些因素的作用,由此建立了一个不同岗位需求的军事人才选优的综合决策模型.     

基于ANP的装备保障转型影响因素分析

针对装备保障转型影响因素众多、转型重要程度难以确定等问题,分析了保障转型外部和内部影响因素,建立了保障转型影响因素ANP模型,利用ANP方法对装备保障转型影响因素进行了权重确定,为确定装备保障转型影响因素重要性程度提供了一种定量化分析方法,明确了装备保障转型应优先重点解决的关键问题．     

基于话题模型的专家发现方法

专家发现是实体检索的一个重要方面。经典的专家发现模型建立在专家与词项的条件独立性假设基础上。在实际应用中该假设通常不成立,使得专家发现的效果不够理想。本文提出了一种基于话题模型的专家发现方法,该方法无需依赖候选专家与词项的条件独立性假设,且其可操作性比经典模型更强。同时,使用了一种排序截断技术,该技术极大地降低了模型的计算复杂度。使用CERC(CSIRO Enterprise Research Collection)数据集对模型的性能进行评估。实验结果表明,基于话题模型的专家发现方法在各个评价指标上均优于经典的专家发现模型,能够有效地提高专家发现的效能。