排序方式: 共有192条查询结果,搜索用时 203 毫秒
161.
基于BP神经网络的空中目标威胁排序 总被引:9,自引:0,他引:9
研究了BP神经网络算法对空中目标进行威胁排序的方法.水面舰艇对空防御作战中,舰载平台多传感器系统获得空中目标属性信息不完全,利用BP神经网络建立目标各属性权值的分配模型,通过大量的实例对模型进行训练,可以使所获得的空中目标属性信息得到充分利用,从而得到基本符合战场环境的客观的空中目标威胁排序. 相似文献
162.
目标威胁判断是防空作战中一项重要内容,在建立目标威胁模型时,首先要挑选特征参数,分析了影响威胁度的若干因素.这里采用Rough理论中知识约简方法选择目标的特征参数;支持向量机是一类新型机器学习方法,由于其出色的学习能力,该技术已成为当前国际机器学习界的研究热点,利用支持向量机建立了威胁判断模型,给出了实例和解决此问题的支持向量机源程序.通过实例与神经网络法的结果进行了比较,结果表明支持向量机比较精确和简单. 相似文献
163.
基于风险理论提出一种面向不同目标探测任务的传感器调度方法。将主动传感器辐射被截获风险和目标探测风险结合起来,建立一般目标探测框架下的传感器最小风险调度模型。分目标跟踪、目标识别和目标威胁等级评估三种情况将传感器最小风险调度模型具体化,给出不同情况下目标探测风险值的计算方法。针对模型的求解提出一种基于混沌思想、反向学习和双向轮盘赌的改进人工蜂群算法。通过仿真实验证明了模型的可行性和算法的有效性。 相似文献
164.
165.
166.
167.
舰载机回收任务的优化调度算法及仿真 总被引:3,自引:0,他引:3
针对舰载机回收过程中,飞行甲板跑道容量的瓶颈问题,比较了几种常见的排序算法,并运用Mat-lab和Lingo软件分别对先来先服务、基于最早到达时刻、滑动窗3种算法进行了计算机仿真。仿真结果表明,滑动窗排序法排序结果最好。最后,指出了滑动窗初始窗口飞机数目和移动步长对算法复杂度和排序结果的影响。 相似文献
168.
基于熵和TFN—AHP的TOPSIS法TBM目标威胁度评估 总被引:1,自引:0,他引:1
在界定基于能力的武器装备体系需求生成相关概念的基础上,对需求生成模式提出了基于改进的TOPSIS法TBM目标威胁度多属性评估方法,利用熵和TFN-AHP理论处理目标属性主客观权重,避免了传统TOPSIS方法中人为给定目标属性权重的随意性,同时利用模糊隶属度函数和G.A.Miller9级量化理论量化影响因素,建立了TBM多目标威胁评估排序模型,给出了计算实例。计算结果表明,该算法具有合理性和有效性。 相似文献
169.
170.