一种具有知识评估和知识求精的知识获取(KER) 算法

本文给出了一种获取多类知识的决策树算法,该算法根据所给定的属性的优先级和取值类型进行分类型知识的获取。为了保证获得知识的有效性,根据科恩(Cohen)的归纳概率提出了一种证据支持程度来对所获得的知识进行评价,并相应地给出了一种知识求精的方法。     

一种瞄准线稳定跟踪系统的探讨

本文提出了一种用于自行高炮或主战坦克的瞄准线稳定系统方案,讨论了稳定原理、数学模型及由此构成的跟踪系统。探讨了工程实践的三种方法。     

瞄准线坐标系内“自主式”解相遇问题研究

本文从两个方面进行论述,一是寻求合理的推导方法,对舰载火控系统瞄准线坐标系内“自主式”解相遇问题建立一般性的原理公式,二是提出一个“基本原理”,做为该原理公式可行性的理论依据,不失一般性,也具有一定的理论指导意义。     

随机测定算法

本文研究计算机网的广播信道中测定算法结合使用随机预测树形算法的问题,并提出了一种高效算法。文章还应用随机过程理论推导了这种算法的有关分布和定理。业已证明,该算法是稳定的,并且有极高的吞吐率和良好的时延特性。仿真实验结果证实了理论上的结论。     

自适应语音回波抵消器的实现

本文详细地介绍了在对回波抵消自适应梯度算法进行计算机模拟的基础上,用 TMS32010实现的语音回波抵消器,说明了在保密机和卫星通信系统中应用情况并给出测量出性能结果。     

一种自组织神经网络及其应用

提出了一种适用于目标识别和故障诊断的自组织神经网络（ＳＮＮ）模型和一种基于模糊关联度的判别准则。ＳＮＮ学习速度快,能在不破坏原有“知识”的情况下,学习、记忆新知识,且具有对外部环境的自适应能力。新的判别准则充分考虑了网络输出矢量各分量的大小因素及其与各期望目标矢量的相关程度,使类别判决更加合理可靠。本模型被用于被动声纳目标分类,取得了较好的效果。     

高阶稠密矩阵的并行求逆与应用

采用基于列交换的Ｇａｕｓｓ－Ｊｏｒｄａｎ并行算法来解决空气动力学中超音速高阶面元法的稠密矩阵求逆问题,该方法采取了块循环数据分配方式,尤其对超立方体结构的并行机系统来说具有通讯优势。在４台ＳＧＩ工作站构成的２×２网格上进行的实验表明,对秩为１０００左右的矩阵可得到５７％～６４％的效率。     

多层神经网络在跟踪式卡尔曼滤波器中的应用

本文将多层神经网络引入跟踪式卡尔曼滤波器,提高了估计的精确度。以前的跟踪式卡尔曼滤波器的估计精度与目标的运动状态有关,当目标的运动不能够用线性状态空间模型描述时,其估计精度将要下降。而多层网络的引入,改善了这一不足。多层神经网络经过训练以后,能够对卡尔曼滤波器的结果进行修正。仿真结果表明,多层神经网络的应用,使估计精度显著提高。     

一种分析噪声背景下目标特征有效性的方法

本文根据目标特征和噪声分布,在一定假设条件下推出了最小错误率（Ｂａｙｅｓ错误率）的表达式,从而把特征分布、噪声大小直接与分类的最小错误率联系起来,给出了一种分析噪声背景下目标特征的有效性的方法。文中利用这种方法对目标和诱饵的红外辐射特征的有效性进行了分析     

模糊自组织神经网络及其在信息融合目标识别中的应用

本文重点研究了在目标识别领域中信息融合技术的神经网络模型,针对特征层融合的高维数、量纲不统一、信息表达方式差异等特点,利用模糊自映射神经网络来实现特征间的有效融合。经实验仿真证实,这一融合方法较单源识别正确识别率提高７个百分点左右