基于AdaBoost-SVM算法的某火炮炮闩技术状态评估

针对现役装备技术状态评估多依赖于手工拆卸的现状,提出一种基于AdaBoost-SVM模式识别算法的在线技术状态评估方法。利用人工后坐在线检测设备对炮闩装置技术状态参数进行检测,在对检测数据进行相关性分析特征提取的基础上,引入支持向量机模式识别方法,建立炮闩装置技术状态评估模型。通过将评估模型与Ada-Boost算法相结合,每次迭代都根据测试精度对分类错误的样本点和各分量分类器的权重重新赋值,在下一次迭代中形成新的分量分类器以优化分类结果,最终将各分量分类器依其权重综合完成评估。实例分析结果验证了评估模型的正确性和有效性。     

编队对潜作战中抗友邻舰干扰方法

针对编队远程水下警戒中拖曳线列阵声纳抗编队中友邻舰辐射噪声干扰问题,基于拖曳线列阵声纳的检测性能,由友邻干扰时空频特征,给出了产生干扰盲区与左右舷镜像源的原因。分析了两种抗友邻干扰"软补盲"方法的优缺点,并通过计算机仿真双舰编队在平行搜索且只有一条拖曳线列阵工作模式下,得到了未使用抗干扰和采用"软补盲"抗干扰方法后对于被动拖曳线列阵声纳检测性能产生的不同影响,并根据影响结果给出了平行搜索方式下使用"软补盲"抗干扰方法后的队形配置建议与作战指挥原则。     

面向SDR应用的向量存储器的设计与优化

针对面向SDR应用的SIMD数字信号处理器高带宽数据访存需求,提出并实现了一种新型的向量存储结构.该向量存储器由16路向量存储块构成,每路采用两组多体低位地址交叉编址存储结构,减少了访存体冲突,充分利用多存储体带宽,以较小的功耗代价实现并行访问多个向量数据.在此基础上,还设计了一种向量访存重整理单元,使向量存储器可灵活支持多路SIMD结构向量处理单元的非对齐访问,实现了其对向量存储器的共享.测试结果表明,该向量存储器能有效减少或消除向量处理单元之间的数据混洗操作,加速相关应用算法.     

支持向量机的OTHR多频特征目标分类识别法

针对低信噪比下多频法在天波超视距雷达(Over-The-Horizon Radar,OTHR)目标分类识别中分类精度不高的缺点,充分利用雷达量测的一些先验信息,将基于支持向量机(Support Vector Machine,SVM)的多分类器引入多频法中,提出了一种基于SVM的OTHR多频特征目标分类识别方法。仿真结果表明,利用较少的3个频率点,在信噪比较低的条件下可获得较好的分类识别效果,说明了该方法在OTHR目标分类识别中的有效性和可行性。     

基于双侧等截尾正态分布的均值-极差控制图

给出基于双侧等截尾正态分布的均值-极差控制图控制限的表达式,计算出参数估计使用的控制图系数表及样本量和子组容量的取值,最后给出基于正态分布和双侧等截尾正态分布两种情况下平均链长的比较。     

支持向量机的战场直升机目标分类识别

对基于支持向量机的战场直升机目标分类识别技术进行了研究,分别将谐波集(HS)频率和不同尺度小波子空间能量作为特征矢量,设计出一种基于支持向量机的直升机目标分类器,并将该分类器与kNN分类器和BP神经网络分类器进行分类对比实验.结果表明两种特征提取方法,都能很好地体现不同声目标之间的差异,SVM分类器相对于其他两种分类器具有更好的分类性能,目标识别率达到96%以上.     

线性代数中一个向量等式的新应用

本文利用向量等式：对线性代数中的两个重要结论作出新的证明。本文给出的证明，不但方法上具有新意，而且其解决过程也会使我们对问题本身有新的认识和理解。     

地球静止轨道高能电子通量在线预测模型

利用粒子群优化算法和最小二乘支持向量机,建立地球静止轨道高能电子通量在线预测模型。针对粒子群优化算法,提出一种新的粒子群多样性测度计算方法,有效改善其早熟收敛现象。运用改进的粒子群优化算法优化最小二乘支持向量机的正则化参数和核参数。利用滑动时间窗口策略更新模型数据,选择触发机制以及模型的再学习机制为设计变量,实现模型的在线预测功能。对2000年电子通量监测数据和相关太阳风、地磁参数等实际数据进行的提前1~3天的预测实验,表明所建在线预测模型具有较高的预测性能,并具有一定的实用价值。     

间续型备件消耗预测方法的研究

间续型需求是一种随机需求，其不确定性使需求数据中存在着大量的零值。文章针对此问题采用支持向量机算法，利用其结构风险最小化方法的近似实现的优点和能较好地处理非线性回归问题的优势，建立一种有关间续型备件消耗的预测模型。经实验和仿真测试表明，将支持向量机算法应用到备件消耗预测中是有效的，可行的。     

军事平行语料库的建立及其在军事翻译方面的应用

文章介绍了自建小型军事平行语料库的建库过程，并探讨了该库在军事翻译方面的应用，重点探索了该库如何作为翻译工具辅助军事翻译。