基于粗集的神经网络在目标类型识别中的研究

为克服传统的目标类型识别方法的不足,提出将粗集和神经网络紧耦合建立新的识别模型,即经过识别信息预处理、样本数据粗集方法简化、神经网络学习训练及待识信息网络识别等步骤,充分融合了粗集强大的规则提取能力和神经网络优良的分类能力。实验表明,该模型减少了识别的主观因素,简化了神经网络结构,提高了运算速度。     

数字航天提升竞争力

航天科技集团确定了“发展数字航天、铸造国际一流宇航公司”的宏伟目标。 发展数字航天,要实现航天产品的高度数字化。航天产品凝结了最先进的信息技术,要求信息精准、精密和导航精确。因此,要大力研制与开发具有自主     

基于粗集理论证据加权的电子目标识别法

在对电子目标进行识别时,往往采取多传感器融合的D2S证据理论进行处理,但是由于传统的D2S证据理论中各传感器对识别结果的重要性没有区分,基于此将粗集理论属性重要度概念应用到各传感器的重要性上,从而实现加权融合的证据理论。仿真实验及其结果表明该方法对电子目标识别是有效的,尤其在传感器受到干扰时,具有较强的现实意义。     

基于熵权-集对分析的远火武器系统模拟训练效果评估

针对某型远程火箭炮武器系统训练效果评估的问题,在分析该武器系统营连射击指挥车装备操作的特点基础上,确立了较为科学的评估指标体系和评价等级标准.考虑到评估指标和评价等级往往存在诸多模糊随机性,运用熵权理论和集对分析方法建立了多指标评估模型和具体实施步骤,并以在营连射击指挥车训练模拟器上的实操模拟训练过程为例,精准全面地对组训人员的专业操作训练效果评估,结果表明该方法简单可行、科学客观,能够较为准确地评价受训人员的训练水平.     

地空导弹部队集火射击模型

集火射击是地空导弹部队战术单位组织火力运用的一种重要方法,但是目前其组织实施主要依靠手工操作,比较复杂、耗时.对集火射击组织实施过程进行了深入分析,针对集火目标与火力单元的确定、集火射击诸元计算问题,建立了相关数学模型,实现了集火射击的自动化处理.通过在具体实例中的应用表明,该模型可信度高、实用性强,并且易于实现.     

基于结构加权的海面编队预定目标选择方法

海面目标运动和编队阵型的约束特性,使得通过对装订阵型和末制导探测阵型进行点集匹配来选择预定目标成为一种有效途径。但当编队目标释放干扰时,会引起阵型结构发生局部变化,导致目标选择性能恶化。本文基于反舰导弹目标选择需求,分析了传感器导航和探测误差、装订信息误差、编队目标运动和释放干扰等因素所引起的位置点集变形,通过利用阵型中未污染的结构信息,提出了基于几何散列法和结构加权平均Hausdorff距离的编队预定目标选择方法。理论分析和实验结果表明,该方法不受传感器导航误差和编队目标整体运动的影响,在编队存在冲淡干扰时能有效提高目标选择能力。     

航天科技集团加速推动宇航元器件标准统一化进程

近日,中国航天科技集团组织召开了宇航元器件标准发布会,正式发布了首批268项宇航元器件集团公司标准(Q/QJA),标志着我国在推动宇航元器件标准统一化进程中迈出了关键一步,为规范我国宇航元     

关于分形插值函数的积分

用反例说明在 [1 ,2 ]中关于分形插值函数的积分公式是错误的 ,并建立了关于分形插值函数积分的正确公式。     

设备故障智能诊断方法浅析

介绍了设备故障智能诊断中以数理逻辑,专家系统、人工神经元网络、优化理论等为基础的相关方法和基本理论,阐述了它们在故障诊断中的应用步骤,并在此基础上分析了它们各自的优点和局限性,进一步提出了分层次的混合智能诊断方法的概念。