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。     

多用户环境下信息系统的数据安全

本文针对多用户环境下信息系统设计过程中的数据安全性问题,提出对信息系统作子系统划分和子系统功能划分的两层分解思想,并根据实际开发的经验,总结防止非法访问数据库的手段和方法,设计建立信息系统用户体系和用户权限体系的过程与授权原理。     

自组织映射神经网络分类器

本文利用改进的自组织映射人工神经网络的方法完成分类问题。该方法由给定的模式样本训练网络,分类的结果由网络的输出直接给出,避免了估计概率密度函数时引入的误差。实验的结果说明了该方法的有效性。     

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。     

日本陆军师团的组建与编组分类概况

日本帝国主义陆军是日本对外侵略的重要力量，在中日战争与第二次世界大战中罪孽特别深重。旧日本陆军师团是日本对外侵略战争兵力运用的基本单元，师团基本情况是二战军事行动研究的主要标识，有重要参考价值。七七事变爆发后第一支侵入中国关内的是陆军第20师团，7月19日即在塘沽登陆投入战场。     

把握知识经济时代特征,进行成人教育改革

知识经济时代对知识功能及其体现有了新认识 ,强调对知识的占有和分享。通过学习知识组织的方法 ,使知识得到再创造。成人学生知识的增长 ,结构化能力的形成 ,需要通过适应时代的学科教育来完成 ,从默认知识到明确知识 ,再将知识纳入到原有的知识结构中 ,内化为个体的内在素质     

D-S证据论在空中目标分类中的应用

首先叙述识别、分类空中目标时需使用多传感器融合技术,分析可利用的各类传感器和从其可得到的各种目标属性参数,以及各种数据融合方法.然后详细介绍了基于D-S证据论的3种多源信息融合分类空中目标方法,并对具体仿真应用结果作了比较.     

战场信息分类

本文在分析战场信息的基础上,确定了战场信息的分类准则,并且为战场信息给出了一个完备的分类。提出这个分类,试图为今后的战场信息格式制订提供指导,为指挥自动化系统间的信息共享奠定基础。     

基于Fisher线性判别模型的文本特征选择算法

在采用向量空间模型表示方法的文本分类系统中,维数约简是必要的步骤,特征选择方法由于计算复杂度较低而被广泛采用.本文基于Fisher线性判别模型提出了一种新的文本特征选择算法,将其求解过程转换为一个特征项优化组合的问题,避免了复杂的矩阵变换运算.实验表明,该方法与信息增益、卡方统计方法比较,具有较明显的优势.