反舰导弹自主式火力分配

针对反舰导弹火力分配问题,提出了应首先实现从"瞄准式火力分配"向"自主火力分配"的观念转变,研究了反舰导弹自主火力分配的概念和国外发展动态,探讨了火分代码法、目标尺寸法、目标成像法和火分规则法四种自主火力分配方式的思路及对海战场的影响。研究表明,反舰导弹采用自主火力分配方式,能有效提升其自主作战能力。     

CRF与规则相结合的军事命名实体识别研究

作战命令的分词是作战指令自动化生成、文图转换等各种指挥自动化技术的重要基础。在作战指令进行分词处理的过程中,军事命名实体的识别是技术难点之一。命名实体是信息的主要载体,它的识别是军事信息抽取的关键。提出了一种基于CRF模型与规则相结合的命名实体识别方法,结合基本特征与外部词典特征,提高了实体识别效率;在后期进行规则优化,最终实现高效的命名实体识别。实验证明,该方法是行之有效的。能够成功解决命名实体的自动识别问题。     

模糊综合评判在装备操纵手遴选中的运用

装备操纵手的选拔是部队一项经常性的重要工作,它对于更好地发挥武器装备技术性能,提高部队战斗力有着极其重要的作用。但是,目前的操纵手选拔工作定性较多、主观随意性大,缺乏科学的理论指导。依据人机环境系统工程理论,采用模糊综合评判决策法对装备操纵手选拔工作需把握的诸因素和选拔评判过程进行建模与量化分析,得到了与实际结果相一致的结论。它的应用对于正确科学地选拔装备操纵手有重要意义。     

一种基于局部不变特征的图像特定场景检测方法

图像场景的自动检测,对于图像的标注以及语义检索具有非常重要的作用。本文研究根据实际应用的需要,围绕会晤、集会、海滩等八类特定场景图像的检测问题展开。首先对图像进行局部关键点的检测以及SIFT特征描述子的计算,从而提取图像的局部特征,在此基础上基于支撑向量机构建多分类器,进行特征训练,最终获得较为准确的检测结果。实验重点针对分类器核函数的确定以及特征选取策略等问题展开,实验结果表明,采用径向基核函数构建多分类器以及特征点按尺度大小排序取前n位的选取策略可以获得较为准确和鲁棒的特定场景检测结果。本方法在保证满足一定程度场景检测准确率的前提下,具有简单快速的特点,能够满足实际应用的需要。     

基于主成分分析的战场目标选择模型

针对战场目标数量众多、信息复杂的特点,运用主成分分析理论探讨了战场目标选择问题.分析了战场目标的组成.确立了目标重要性评价指标体系,建立了战场目标重要性评估模型.对某作战想定t时刻战场目标的重要性进行了综合评估,得到了战场目标排列顺序.该模型克服了指标权重选择上主观因素的影响,便于计算机编程迅速实现,较好地满足了指挥员快速准确把握打击重心,确立打击次序的需求.     

多属性群决策理论的备件筛选方法

利用多属性群决策方法和多目标规划理论,建立了筛选武器装备维修备件的模型和方法.该方法首先按照多属性群决策方法对各种维修备件进行综合排序,然后再用多目标规划理论确定维修备件的选择方案.对该方法具体应用时的若干问题也进行了探讨.     

舰船远海维修保障的适应性及平台选型

舰船远海维修保障平台选型实质是属性包括操作性、稳定性、及时性、安全性和经济性的模糊关联多属性群决策问题。为了更客观地反映平台选型过程中决策者的决策意图,更准确地融合决策信息,构建了三角模糊数犹豫直觉模糊关联有序加权几何平均（Related Triangular Hesitate Intuitionistic Ordered Weighted Geometric Average, R-THIOWGA）算子,给出了三角模糊数犹豫直觉模糊数的比较规则,并基于R-THIOWGA提出了远海维修保障平台选型的群决策方法。将提出的群决策方法应用于我国海军舰船远海维修保障平台选型的实例分析。分析结果表明：用R-THIOWGA算子解决模糊关联多属性决策问题是可行的、有效的,自航式半潜维修船是远海维修保障最佳作业平台。     

基于VMD和SVM的舰船辐射噪声特征提取及分类识别

针对复杂海洋背景下舰船声频辐射噪声特征提取困难的问题,提出一种基于变分模态分解、中心频率、复杂度特征和支持向量机的舰船辐射噪声特征提取及分类识别方法。对四类舰船辐射噪声信号使用变分模态方法分解,得到一定数量的固有模态函数。通过比较提取能量最大的固有模态函数中心频率和排列熵作为特征参数,并利用支持向量机方法对四类舰船信号样本进行分类识别。实验结果表明,该方法可以实现对舰船辐射噪声的特征提取,与已有方法对比,该方法具有较高的识别率。     

基于PCA特征的快速SAR图像目标识别方法

目标识别是SAR图像解译的重要一环,受到广泛的关注,而实时性又是评估目标识别系统性能的主要指标之一.从实时的角度出发,提出了一种快速的SAR目标识别方法.该方法采用基于Hebb学习规则的主分量分析(PCA)进行特征提取,使用多层感知器神经网络(MLP NN)进行目标分类.实验结果表明,在维持较好识别性能的前提下,该方法具有内存需求少、运行速度快的特点,能用于实时处理.