部队取暖费供应标准的测算方法

现行取暖费供应标准偏低,不能满足部队实际需求,原因主要在于测算方法落后。可以结合灰色预测理论建立一个新的取暖费供应标准测算模型,据此科学确定取暖费标准。     

弹药贮存微环境温度智能化预测

高效、准确获取弹药贮存微环境温度变化规律是开展弹药寿命评估与延寿的关键。结合神经网络算法以及传热学原理,研究了弹药贮存微环境温度预测模型,并基于此模型开发了一套弹药包装箱微环境预测软件,用以预测不同气候环境下包装箱内部的温度变化。在敦煌、漠河进行了相关试验,用以验证软件预测正确性以及参数优化。结果表明：应用基于神经网络算法开发的包装箱微环境预测软件,根据不同包装箱材料,调控贮存地点以及控制贮存起始温度,可以实现对箱内温度的控制。     

基于记忆提炼的对比度量增强在线类增量学习图像分类方法

图像分类中类增量学习具有知识灾难性遗忘现象,现有的基于经验回放方法着重考虑的是记忆库的更新和采样方式,忽略了新旧样本之间的特征关系。为此,提出了一种基于记忆提炼的对比度量增强在线类增量学习图像分类方法(cME²),设计了两种新的正负样本对,对旧样本信息进行了加强重复再利用,强化了模型对冗余特征和共性特征的表达能力,基于最近邻均值分类器改善了嵌入空间中的样本分布合理性。最后,通过对比实验和消融实验验证了所提方法的有效性和高效性。     

基于BP神经网络的水下对抗预测模型研究

针对水下平台水下对抗作战量化验证评估困难、指导机动规避作战模型欠缺等问题,设计了一种基于大数据学习的水下对抗预测模型。首先进行水下平台水下对抗建模,基于蒙特卡洛方法执行若干轮次仿真获得规避概率数据集;同时,为解决海量仿真下时间效率不佳的问题,提出利用BP神经网络预测算法进行数据学习,提供准确、快速、可视化的对抗结果。试验结果表明,在本文设定的试验环境下,基于BP神经网络预测算法的平均预测误差为7.28%,可有效对水下平台规避概率进行预测,为指挥员指挥决策提供数据支撑。     

点状保卫目标的空袭规模预测模型

现代空袭作战已成为结构破坏战,各类政治、经济、军事指挥中心、侦察预警设施,交通枢纽等点状目标已成为敌空袭的首选目标,而如何准确、可靠地预测点状保卫目标的空袭规模是防空作战的首要问题和难点。把点状保卫目标分为立体类目标、平面类目标、地下类目标,根据每类点状目标的特性,构建其相应的空袭规模预测模型,通过算例分析,该模型具有较高的可信度,能为各种辅助决策系统和指挥自动化系统提供决策支持。     

基于RNN汉语语言模型自适应算法研究

深度学习在自然语言处理中的应用越来越广泛。相比于传统的n-gram统计语言模型,循环神经网络(Recurrent Neural Network,RNN)建模技术在语言模型建模方面表现出了极大的优越性,逐渐在语音识别、机器翻译等领域中得到应用。然而,目前RNN语言模型的训练大多是离线的,对于不同的语音识别任务,训练语料与识别任务之间存在着语言差异,使语音识别系统的识别率受到影响。在采用RNN建模技术训练汉语语言模型的同时,提出一种在线RNN模型自适应(self-adaption)算法,将语音信号初步识别结果作为语料继续训练模型,使自适应后的RNN模型与识别任务之间获得最大程度的匹配。实验结果表明:自适应模型有效地减少了语言模型与识别任务之间的语言差异,对汉语词混淆网络进行重打分后,系统识别率得到进一步提升,并在实际汉语语音识别系统中得到了验证。     

多准则下反导作战单、多遭遇点预测模型

整个反导射击过程可以简单看作一个基于预测的遭遇点起始的,不断重复、修正的过程。分析遭遇点预测的时间和空间前提,并给出遭遇点预测的3个基本准则;在多准则下建立了单遭遇点预测模型,给出了模型公式中未知量的转化方法;分射击-观察-射击和射击-射击两种情况建立了多准则下多遭遇点预测和优化模型,并给出了拦截弹最晚发射时间的计算方法;就观察时机对遭遇点预测的影响进行了分析与建模。部分研究属于探索性的研究,相关结论对指控模型开发和实施连续反导,从方法和作战理念方面提供了一些参考。     

一种非线性系统自适应预测控制方法

针对非线性系统提出了一种自适应预测控制方法,首先利用微分中值定理推出了非线性系统的增量输出和原来增量输入之间的线性关系,并利用带遗忘因子的最小二乘法(RLS)对其时变参数进行辨识,在此基础上,利用递推状态空间描述作为预测模型,根据预测控制的原理对系统的控制器进行设计,最后通过仿真实例说明了该方法的有效性.     

装备寿命预测的平行仿真模型在线演化方法

在面向装备剩余寿命预测的平行仿真技术研究基础上,统一了不同退化状态下的状态方程,提出了预测模型形态库的构建方法和预测模型形态选择算法,设计了“模型形态库构建—模型选择—数据同化—模型演化”的模型在线演化工作流程,运用扩展卡尔曼滤波和极大似然估计算法,实现了面向装备剩余寿命预测的平行仿真模型在线动态演化。通过仿真实验验证了模型形态选择算法和模型在线演化工作流程的有效性,取得了较好的仿真效果。     

微机械陀螺品质因数的在线测量方法

品质因数是决定微机械陀螺结构性能的重要参数。传统测量振动结构品质因数的幅频曲线半功率带宽法需要记录大量幅频响应数据并需作离线处理,测量效率很低。通过分析微机械陀螺动力学模型发现,品质因数可根据谐振频率及相频函数在谐振频率点处的一阶导数值计算,且相频曲线在谐振频率点附近近似为线性。利用这些特点,提出一种新的品质因数在线快速测量方法。首先,在谐振频率附近对陀螺进行激励,得到相频数据;然后,使用递推最小二乘法估计出相频曲线斜率;最后根据该斜率和谐振频率值计算出品质因数。新方法不需要存储和离线分析频率响应数据,可以自动确定品质因数。仿真和实验验证了本文方法的正确性和可行性。