液体火箭发动机故障检测和诊断中数据挖掘策略的分析

分析了液体火箭发动机的工作特点,提出了应用数据挖掘方法从数据仓库的角度对液体火箭发动机进行故障检测和诊断的策略。对在液体火箭发动机故障检测和诊断的不同问题中可能应用的数据挖掘方法进行了分析比较。分析表明,聚类、分类、关联、时间序列分析和孤立点检测等数据挖掘方法适用于液体火箭发动机的故障检测和诊断。     

关于军事法学的若干问题研究

军事法学是一门起步较晚的年轻学科,正确界定军事法学的学科属性和分类,科学构建军事法学的研究方法,对于深入研究军事法学和确立军事法学自身的基本原理框架体系具有重大的理论价值。     

一种基于循环谱的数字信号调制识别方法

文章基于循环平稳信号处理理论,利用数字通信信号的循环谱特征的不同提出四个特征参数,用于信号调制识别。提取的参数较少,计算量较高阶循环累积量小。给出了三类信号调制方式自动识别算法的实现流程,该识别算法以统计理论为基础,不要求实现载波同步。仿真结果表明,在信噪比RSN≥5 dB时,算法的平均识别成功率>96%。     

基于空间几何法的目视探测地面目标模型

通过模仿对地攻击机上飞行员的目视搜索发现地面可视目标的过程,建立了其空间几何模型;通过该几何模型得到目视搜索发现目标的数学模型;根据实际情况对模型进行简化,得到简化模型.该模型可信度高,能有效地提高作战效能评估的准确性,对于指挥决策部门和设计单位有一定的参考意义.     

Parallel Sets的改进及其在全球恐怖袭击数据分析中的应用

随着恐怖主义愈演愈烈,"反恐"成为当今世界各国军事安全部门的中心任务.使用分类型可视化工具Parallel Sets分析国际恐怖主义数据库中多属性分类值间的关系,揭示数据库中的隐性信息,并针对Parallel Sets任意排列分类值产生较多交叉的不足,提出带降势的启发式分类值布局算法,自动优化分类值布局顺序,减轻视图中...     

无人机集群反制技术剖析

无人机集群作战具有作战效能高、战场生存能力强、效费比极高的巨大优势,将给传统防空系统带来巨大挑战。现有反无人机集群技术大多来源于反无人机技术,但反平台与反集群存在显著差异,必须针对无人机集群自身技战术特点,加强对精确/高效/低成本的集群反制技术研究。因此,本文以剖析无人机集群反制技术的可行性为出发点,首先,从反无人机集群作战视角,将无人机集群划分为无自主时空协同型(Ⅰ类)、半自主编组协同型(Ⅱ类)、全自主任务协同型(Ⅲ类)三种类型,明确Ⅱ类无人机集群为主要反制对象;其次,深入分析无人机集群的技术弱点与战术劣势,以此作为无人机集群反制技术可行性的关键切入点;最后,梳理出七大类有效的无人机集群反制技术,并对其可行性进行分析,以期为未来无人机集群反制技术发展方向提供参考。     

一种并行工程冲突管理原型系统的开发

并行产品开发模式下,由于设计者知识的局限性、系统资源的有限性等多种因素的限制,冲突的产生是不可避免的。为减少冲突,提高产品开发效率,文章以坦克火控系统的研制为背景,用面向对象的程序设计语言Visual Basic 6.0编写源程序,通过VB6.0附带的工具程序“可视化数据管理器”建立数据库,开发了一种并行工程冲突管理原型系统。该系统界面友好,功能强大,不仅有效地检测和解决了产品开发、过程中可能出现的冲突,而且它对面向数据库的数据处理系统的开发,具有一定的参考价值。     

运输机装载规划视景仿真技术的研究

以运输机装载规划过程为仿真对象,建立简化数学模型,然后结合Unity3D引擎,运用视景仿真技术相关知识,把运输机装载规划全过程、运输机装载过程中质心变化等进行实时显示。运用视景仿真技术进行运输机装载规划,可对真实装载规划过程起到重要的引导作用,并且能够有效缩短运输机装载规划周期,提高运输机装载效率。     

海天背景下舰船可见光图像目标区域定位方法

针对行均值法用于海天背景下舰船目标区域定位可靠性不高、容易受到舰船目标大小和海天背景复杂程度影响的不足,提出一种基于图像行灰度熵的舰船目标区域定位方法。该方法在分析海天背景下舰船目标可见光图像成像特点基础上,结合信息熵理论给出了图像灰度熵及行灰度熵的概念,利用图像行灰度熵描述图像在行方向上的灰度变化程度,选用滑动区间方差搜索策略得到图像行灰度熵曲线的突变区间,从而实现舰船目标区域定位,最后通过实际图像进行了实验验证。实验结果表明,该方法能对舰船目标所在区域有效定位,其准确性及鲁棒性均优于行均值法。     

基于多特征的图象目标识别分类

文中研究将多特征信息融合技术用于图象目标识别分类的方法,利用图象灰度表面的分形特征与图象的摘特征（非分形特征）所提供的信息进行融合处理,在决策层中运用Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ证据推理理论,并使用决策规则对目标进行分类。在实验中,将经过信息融合分类的结果与单特征独自分类的结果进行比较。结果表明,多特征信息融合的目标识别方法具有良好的稳定性,准确性和可靠性,能够有效地提高图象分类识别系统的精确度与容错性。