基于混合数据挖掘模型预测用户流失

用户流失预测问题广泛应用在银行、金融、电信等多种领域。对用户行为进行有效的预测和分析有助于企业的竞争和了解瞬息万变的市场规律。采用3种混合的数据挖掘模型对用户流失问题进行了研究,以形成一个准确高效的用户流失预测模型。这3种模型应用于数据挖掘的两个阶段:聚类阶段和预测分析阶段。在第1阶段中,对用户的数据进行过滤。第2阶段对用户行为进行预测。第1个模型采用了二分k-means算法进行数据过滤和多层感知人工神经网络(MLP-ANN)相结合进行预测。第2个模型采用层次化聚类与MLP–ANN相结合进行预测。第3个模型使用自组织映射(Self-Organizing Maps)与MLP-ANN进行预测。这3种模型预测分析基于真实数据,用户流失率采用3种模型混合计算的方式得出结果并同真实值进行比较。分析结果表明采用多模型的混合数据挖掘模型的数据准确度优于普通的单一模型。     

Rényi信息增量和协方差联合控制的多传感器管理算法

针对目标跟踪中雷达组网场景下多传感器管理问题,结合Rényi信息增量和协方差两种算法各自特性,利用并行处理的思想提出了一种基于Rényi信息增量和协方差联合控制的传感器管理算法。在具体仿真设计环节,分为传感器跟踪能力大于目标数和传感器跟踪能力小于目标数两种场景。仿真结果表明该算法在单目标匀速、多目标匀加速等多数场景下能够对目标进行有效跟踪,同时降低了传感器的切换频率,具有更好的实时性。     

美国空军装备技术体系规划及发展分析

在新军事变革的局面下,装备体系化发展已成为必然趋势。本文在分析美军"技术地平线"规划研究及"技术地平线"发布后8年来美军重要装备发展情况的基础上,总结美空军技术顶层规划及装备体系研制成功经验,提出了我国未来装备体系建设的方向和建议,为新时期促进我国装备体系建设顶层科学规划,促进装备体系、技术体系、能力体系发展提供参考。     

基于个体心理特征的基层主官五维度任职行为模型论析

基层主官担负基层工作的组织和落实,其军事任职行为,贯穿和体现在实际的军事管理工作中,是实现较高基层组织绩效重要基础,也是部队发展的有力支撑。针对基层军事训练和军事任务的需要,基于个体心理特征的理论视角,从牢固责任心、创新工作方式、开展团队合作、锻造军事本领、开发心理资本的五个方面,提出并论述了我军基层主官任职行为的五维度模型,研究表明:基层主官五维度任职行为模型,为提升基层主官任职能力,提高基层组织战斗力提供了理论支持和有效途径。     

应用极化聚类中心设计快速自适应极化滤波器

针对传统自适应极化滤波算法存在收敛速度慢、迭代步长因子选取困难等问题,采用极化聚类中心估计理论设计了一种快速自适应极化滤波器,实现了对极化雷达回波中的干扰信号逐脉冲地自适应精确对消。滤波器通过距离单元选通获取干扰信号样本,对样本极化聚类中心的直接计算能够快速估计干扰信号在当前脉冲内极化状态,依据干扰输出功率最小原则最终实现快速滤波过程,相比于传统极化滤波算法有更快的收敛速度和更稳定的干扰抑制性能。仿真对比实验结果验证了该方法的快速有效性。     

坦克火控系统观瞄设备目标标记生成方法

针对目前新型主战坦克火控系统无法直接利用指控系统获取的目标位置信息,为乘员搜索目标提供辅助指示、指控系统的信息优势没有充分发挥的问题,提出了一种坦克火控系统观瞄设备目标标记生成方法。该方法有效利用获取的目标位置、车载导航定位系统输出的本车位置,以及火控系统瞄准线角度等相关信息,将目标位置信息转换为在观瞄设备内的投影位置坐标,实现了动态目标的自动指示。     

一种自适应Harris角点检测算法

针对传统算法检测效果不理想的问题,提出了一种基于自适应非最大抑制策略的Harris角点检测算法;通过设置抑制半径与角点响应函数的局部最大值关联,减小抑制半径获取角点。算法有效解决了阈值选取和"聚簇"的问题。实验表明,该算法检测出的角点均匀分布,能很好地适应特征匹配等实际应用。     

基于NiosⅡ的LVDS图像数据存储转发系统的设计

针对高速图像数据的远距离传输提出了一种基于NiosⅡ处理器的LVDS图像数据存储转发系统的设计方案,详细介绍了LVDS图像数据的存储方法和数据转发的工作原理,并对该系统的软硬件设计以及各功能模块的具体实现原理进行了分析和实际测试,实验结果验证了该设计的可行性、稳定性及高效性。     

基于STK/X的航天器悬停应用仿真技术

针对基于STK/Connect典型模式航天仿真时需要同时启动STK软件的局限,在对STK/X组件技术进行深入研究的基础上,采用基于STK/X的仿真模式,通过STK/X组件提供的接口函数和相关交互命令,将STK引擎集成至航天器悬停应用仿真中,从而实现应用程序对仿真场景的控制与调用,并通过分析处理单元对通过交互所获取的STK场景中仿真数据的处理,对航天器悬停应用仿真效能进行了分析。该集成不仅充分利用了STK强大的轨道仿真能力,还有效提高了仿真程序整体效率。     

基于加权MHD的反舰导弹预定目标选择方法

平均Hausdorff距离(MHD)方法基于编队的整体形状进行匹配来寻找对应点,因此,不像距离选择区法和扩展搜索图选择法那样受导弹自控段的导航误差和目标机动散布的影响。为了进一步提高反舰导弹的目标选择能力,考虑所匹配点集不同区域对Hausdorff距离函数的贡献程度不一样,提出了加权MHD(WMHD)来研究编队预定目标选择问题。首先通过刚体变换方法将火控雷达和末制导雷达探测到的编队点集进行位置匹配,然后利用WMHD方法获取其最优变换位置,最后据此最优变换位置预测预定选择目标在末制导雷达开机的位置。通过仿真实验表明其具有较强对抗冲淡干扰和形状扭曲失真的能力,且性能明显优于MHD方法。