什么是国防科技工业标准体系表

国防科技工业标准体系表是国防科技工业标准体系的一种表现形式。它包括两个部分，一是反映体系结构层次的框图；二是包含了标准项目名称、体系分类编号、属性、标准适用范围、标准级别及相关要素在内的明细表。     

基于支持向量分类的装备完好性预测模型

对抗的战场环境和任务的变化，越来越需要装备战备完好性来保障作战行动。保持或提高装备战备完好性是装备保障的核心和中心工作。利用基于结构风险最小化的支持向量分类（Support Vector Classification，SVC）方法对装备的战备完好性进行了预测，提高了机器学习方法的预测能力。并以车辆装备发动机的技术状况数据为实例，建立了预测模型，通过参数选择，提高了模型预测的正确率、命中率等指标。结论表明：支持向量分类方法是预测装备战备完好性的有效方法。     

基于深度森林的网络流量分类方法

随着网络应用的迅猛发展,流量分类在网络资源分配、流量调度和网络安全等诸多研究领域受到广泛关注。现有的机器学习流量分类方法对流量数据特征的选取和分布要求苛刻,导致在实际应用中的复杂流量场景下分类精确度和稳定度难以提高。为了解决样本特征属性的复杂性给分类性能带来的不利影响,引入了基于深度森林的流量分类方法。该算法通过级联森林和多粒度扫描机制,能够在样本数量规模和特征属性选取规模有限的情况下,有效地提高流量整体分类性能。通过网络流量公开数据集Moore对支持向量机、随机森林和深度森林机器学习算法进行训练和测试,结果表明基于深度森林的网络流量分类器的分类准确率能够达到96. 36%,性能优于其他机器学习模型。     

基于剪枝加权k-NN算法的雷达电磁行为识别

为了更好地实施电子干扰和欺骗,针对目标雷达电磁行为识别问题,提出了一种新的算法。首先,给出了雷达电磁行为的形式化表述,并在此基础上将各项属性参数进行预处理;然后,通过改进的k-最近邻分类算法(k-nearest-neighbor classifier,k-NN)对数据进行处理,从而对未知的雷达电磁行为进行识别。实验结果表明:改进的算法引入剪枝加权策略可加强其分类识别能力,在分类准确率和时间效率上较原算法有一定的改善,对于雷达电磁行为的识别是有效可行的。     

卡方分布参数检验的多门限空海目标分类方法

目标高度是空海目标分类的重要特征.机载雷达测高精度不高,特别是对远距离目标的测高精度更差,因而利用机载雷达提供的高度信息进行空海目标分类存在很大的不确定性.为了能有效地利用机载雷达提供的高度信息进行空海目标分类,提出了一种基于卡方分布参数检验的多门限空海目标分类方法.首先,基于假设检验的思想,给出了空海目标分类判别函数,并采用了多门限决策方式;然后,结合统计理论给出了各门限的设置,并对算法进行了仿真;最后,讨论了该方法在实际中的应用.     

基于块分类的快速分形图像压缩

针对分形图像压缩编码时间长的问题 ,提出基于块分类的分形图像压缩算法 ,实验结果表明 ,该方法相对于经典的Jacquin分形图像压缩算法 ,压缩比得到提高 ,压缩时间提高近 10 0倍。     

作战仿真数据研究

数据是现代作战仿真系统的重要组成部分,数据的开发也是作战仿真系统研发及仿真运行中需要解决的关键问题之一。为了深化对作战仿真数据认识及指导数据开发,对作战仿真系统的数据问题进行了研究。首先,分析了军事数据的特点,然后依据数据性质及在作战仿真中作用的不同,提出了基于性质和基于作用的数据分类方法,并在此基础上研究了作战仿真数据的来源。最后,根据作战仿真系统研制过程的划分,对比分析了作战仿真系统研制过程与数据形成的关系,给出了数据的形成过程。     

论征用与补偿的法律规范

文章从不同状态、不同效力等级和不同事由三方面对征用与补偿进行了法律分类，并从法律视角探讨了征用补偿的主体、范围、原则、程序、方式和标准。     

基于支持向量机的多目标分类和识别

支持向量机(SVM)算法广泛应用于模式识别等领域,但是SVM最初是针对二类别分类提出,在多分类识别中稍显逊色。对将SVM由二分类扩展到多分类的算法进行了研究,发现有向无环图(DAG-SVM)是其中用的最多的算法之一。因此,针对军事领域图像的多目标分类,选择有向无环图算法来实现军事图像中单兵、装甲、低空等多目标的分类识别。     

雷达故障"板级定位"诊断系统的设计

为故障精确定位而设计的雷达故障诊断系统,利用VXI测试仪器为硬件平台,设计了基于征兆(测点)的集成推理软件平台.对征兆的测试数据(含结果)进行采集,基于序贯分类方法的数据结果,再进行故障的合理识别、推理和判断,推断出正确的结果,将故障定位在板级(即最小可更换单元).