基于PCA与FCM的入侵检测样本数据压缩方法

采用行列双向压缩的数据处理策略,提出了一种基于主成分分析与模糊C-均值聚类算法的入侵检测样本数据压缩方法。该方法首先采用主成分分析法对数据冗余特征进行压缩,然后采用模糊C-均值聚类算法对冗余样本进行压缩,由此可挖掘入侵检测样本数据中的关键特征和关键样本。通过KDD CUP99数据集测试证明:数据双向压缩可减少入侵检测分类器的计算量,进而可提高其实时检测性能和检测推断的准确性。     

基于单地震波传感器的运动目标参数估计方法

远距离的强振源和近距离的弱振源在接收器中可能会引起相同的信号强度,从而使以检测能级阈值为主的目标区域判别方式造成误判,达不到良好的毁伤效果。利用单个三轴地震波传感器接收舰船航行时产生的水中和海底声信号对目标进行被动探测定位,与舰船产生的信号强度无关,与距离也无关,经理论分析表明:该方法能够检测出舰船的运动参数及从水雷上方通过的时间,从而确定水雷的最佳打击位置。     

基于主成分分析的后勤装备寿命周期费用权衡

基于主成分分析的后勤装备寿命周期费用权衡,能够有效化解后勤装备寿命周期费用权衡简便性与全面性、综合性之间的矛盾。其权衡步骤通常包括原始数据矩阵构建、样本标准化、指标数据矩阵与相关系数矩阵构建、特征向量与特征值的计算、计算方差贡献率、综合评价。     

PCA和ICA的舰船尾流后向散射光信号检测

水体的后向散射光信号是舰船尾流后向散射光信号检测的常见干扰,由于其在频域十分接近且信号强度大于尾流信号,因此严重影响了有用信号的提取。针对这一问题,提出了一种基于主成分分析(PCA)和独立成分分析(ICA)相结合的尾流散射光信号检测方法。首先使用主成分分析对采集的散射光信号进行降维,去除冗余成分,之后使用基于负熵的F astICA算法对数据进行处理,分离了水体和舰船尾流的散射光信号,通过实验验证了该算法的有效性。     

基于强跟踪滤波器的多雷达配准方法

在多雷达数据处理系统中,雷达本身的系统偏差是影响目标跟踪和数据融合质量的一个重要因素。提出了基于强跟踪滤波器(STF)的多雷达配准算法。该算法是利用各雷达相对主雷达的测量差值,利用强跟踪滤波器(STF)实时估计出各雷达的系统偏差(方位和距离),从而进行配准。仿真实验结果表明这种方法是有效的。     

被动多传感器阵列中复合观测数据的数据关联

被动多传感器阵列是现代化战争中对雷达等主动传感器的重要补充手段。针对被动多传感器阵列的观测数据特点,提出了一种基于复合观测数据的量测与航迹的关联方法。该方法根据被动传感器对目标的位置量测数据以及运动属性的描述信息,利用模糊积分的方法对观测数据与备选航迹进行关联度量,以实现量测数据与航迹的关联。试验表明该方法是切实可行的,可以有效地进行量测与航迹的关联。     

装备制造基础数据治理体系建设研究

数据治理是数据管理的核心职能。装备制造业务涉及设计、生产、试验、综合保障以及计划管理各方面,相关数据类型繁多,产生和积累了大量业务数据。但由于目前大部分军工企业的数据标准化体系不健全,导致基础数据质量不高。本文通过借鉴、数据治理等技术,研究构建具备数据治理、数据标准、数据架构、数据安全、数据质量、数据应用等核心能力,三位一体并覆盖装备制造全寿命周期的数据治理体系,同时,依据装备数据管理规范和标准开发面向装备领域的流程化数据治理服务平台,以实施统一编码,打通流程和数据,为装备制造各阶段的信息共享、追溯、统计分析提供数据基础,促进设计研发、生产制造和运营管理的有效集成,从而有效发挥数据效能,提升军工企业的信息化高端收益水平。     

基于多媒体辅助的高等数学教学模式探究

在对高等数学教学模式构建的理论基础和价值取向分析的基础上,确立了"双主-双线"的教学模式:即在高等数学教学中,发挥教师主要导向作用,体现学生自主学习的主体地位,以师生共同探究、学生自主建构为主线,以现代多媒体和传统媒体的灵活运用为辅线的教学模式.并以此为基础陈述了模式的实施步骤及遵循的原则.     

加权主成分TOPSIS法的防空导弹型号论证决策

针对防空导弹型号论证决策问题,讨论了影响型号论证的主要因素,建立了基于加权主成分TOPSIS法的防空导弹型号论证决策模型,实现了对新研制型号方案的综合评价和分析.在此基础上,通过实例验证了方法的实用性与有效性.论文的研究成果为防空导弹型号论证提供了辅助决策方法和智力支持.     

主成分分析的雷达组网作战效能评价模型

分析了影响雷达组网作战效能的主要评价指标,利用主成分分析法,剔除雷达组网评价指标之间的关联性,在大量的效能指标之间找出主导因素,从而使得组网方案的效能评价更加合理、准确。