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。     

基于多侦察资源的电子侦察作战效能评估模型

现代战争战场环境越来越复杂,准确发现目标的难度越来越大,靠单侦察设备独立完成侦察任务已难以满足作战需要。通过建立多侦察资源的电子对抗侦察效能评估模型,对来自同一作战平台的不同侦察设备和来自不同平台的侦察设备的数据进行融合,最大限度地发挥各侦察设备的作战效能,为决策者提供作战使用依据。     

面向多目标跟踪的PHD滤波多传感器数据融合算法

针对密集杂波环境下单传感器应用高斯混合PHD算法进行多目标跟踪时性能下降的问题,提出一种面向多目标跟踪的PHD滤波多传感器数据融合算法。首先构建了基于高斯混合PHD滤波的多传感器数据融合系统框架,各传感器利用高斯混合PHD滤波算法进行局部状态估计,然后对各传感器的状态估计结果进行关联度计算,最后通过构建自适应混合参数,引入协方差交叉算法对关联状态进行融合。仿真实验表明,与单传感器高斯混合PHD多目标跟踪算法相比,所提算法有效提高了目标数量和状态的估计精度。     

Does military expenditure increase external debt? Evidence from Asia

This article empirically explores the effect of military spending on external debt, using a sample of ten Asian countries over the years from 1990 to 2011. The Hausman’s test suggests that the random-effects model is preferable; however, both random-effects and fixed-effects models are used in this research. The empirical results show that the effect of military spending on external debt is positive, while the effects of foreign exchange reserves and of economic growth on external debt are negative. For developing countries caught in security dilemma, military expenditure often requires an increase in external debt, which may affect economic development negatively.     

Nonparametric bayesian lifetime data analysis using dirichlet process lognormal mixture model

We propose a nonparametric Bayesian lifetime data analysis method using the Dirichlet process mixture model with a lognormal kernel. A simulation‐based algorithm that implements the Gibbs sampling is developed to fit the Dirichlet process lognormal mixture (DPLNM) model using rightly censored failure time data. Five examples are used to illustrate the proposed method, and the DPLNM model is compared to the Dirichlet process Weibull mixture (DPWM) model. Results indicate that the DPLNM model is capable of estimating different lifetime distributions. The DPLNM model outperforms the DPWM model in all the examples, and the DPLNM model shows promising potential to be applied to analyze failure time data when an appropriate parametric model for the data cannot be specified. © 2013 Wiley Periodicals, Inc. Naval Research Logistics, 2013     

舰载主被动传感器数据关联算法

针对海战场密集目标情况下,传统方法在解决舰载主被动传感器数据关联问题中表现的不足,提出一种基于属性信息相似度检验的方法.通过分析雷达实体目标与辐射源在时间上可能出现的不同对应关系,给出相应的判决规则.仿真结果表明,新算法具有较高的关联精度和较低的漏关联概率.     

航空导航技术的发展方向

针对航空导航的特点,对现有航空导航装备的特点进行了分析,并结合未来作战的需求,给出了航空导航技术的发展方向,主要是组合式导航体制,将卫星导航与惯导的组合进一步与地形辅助导航、地球物理导航、地磁导航等方式结合起来.     

基于WSN的目标探测与分类算法

针对WSN监测系统的目标检测与分类问题,提出一种基于直觉模糊推理(IFR)的多源数据融合方法。由模糊推理的思想,设计各状态变量的属性函数。根据目标声强变化和引起的地磁场变化的模型,设计模糊推理规则,并检验了所建规则的合理性。理论分析与仿真结果的对比表明算法能准确地对目标进行分类,且运算量小,适用于计算能力较弱的WSN节点。     

A DYNAMIC PANEL DATA MODEL FOR ANALYZING THE RELATIONSHIP BETWEEN MILITARY EXPENDITURE AND GOVERNMENT DEBT IN THE EU

This paper examines the impact of military spending on general government debt in the enlarged European Union (EU) countries. For this purpose, we use panel data analysis and provide estimates from a dynamic Generalized Method of Moments (GMM) panel model. The dynamics are found to be important and the results suggest that military expenditures do have a large positive impact on the share of general government debt in the EU.     

位置随动系统动态性能自动检测研究

通过分析某型位置随动系统的组成和动态技术指标,提出了位置随动系统动态性能自动检测的设计方案和测试方法,利用信号仿真模块和基于DSP的高速数据采集与处理模块,建立了自动检测的硬件电路和软件结构,确定了测试位置随动系统的动态性能指标、测试方法和软件功能,实现了对某型位置随动系统动态性能的自动检测．