基于VD-AiNet聚类算法的空袭目标类型识别

针对防空反导作战中空袭目标类型识别问题,在分析空袭目标的主要类型、识别指标及其识别原则的基础上,将人工免疫算法中矢量距人工免疫网络聚类算法应用于抗体样本训练模块,并建立了抗体训练和目标识别的并行决策模型.最后进行了算例验证,结果表明了算法和模型的可行性和有效性.     

多用途子母弹对集群目标毁伤效率评估模型

多用途子母弹是多功能火炮配备的一种集地面打击和防空袭于一体的新型弹药,为充分发挥该弹药的战技性能,并合理地研究其作战使用。在假定单个目标均匀分布的基础上,运用离散的方法研究并建立了单发多用途子母弹对集群目标射击的效率评定模型,在此基础上又建立了多发多用途子母弹对集群目标射击时的效率评定模型,并运用模型进行了计算分析,计算结果表明该模型计算过程简便、精度高、准确性较好。     

舰炮制导炮弹技术风险评估

针对技术风险评价中信息的模糊性和不确定性,提出了舰炮制导炮弹技术风险的灰色聚类评价方法。首先将舰炮制导炮弹研制方案的关键技术进行分解,确定综合评价指标,得到各指标的属性值;然后按照综合评价要求划分灰类,建立白化权函数;最后结合权重采用灰色聚类综合评价方法获得各关键技术所属风险级别及研制方案的综合技术风险值。算例表明,灰色聚类评价方法可将技术风险评价中的模糊和不确定信息定量化处理,能够有效地对舰炮制导炮弹的技术风险进行评价。     

基于核函数的自适应聚类背景提取

随着目标的检测与跟踪的广泛应用,移动物体分割问题成为研究热点,而解决这类问题的关键需为对图像背景的更新和提取。通过对目前已有的背景提取方法的研究,提出了一种新的基于核函数的背景提取方法:进行预处理,制定删选法则来自适应获取所需处理的视频序列;定义核函数来衡量模式间相似性,对2类聚类中心进行初始化;利用最小距离准则来灰度归并,采取实时的自适应阈值选择;最后通过比较满足条件的像素总数,获取所需背景。实验证明,该方法有效。     

Clustering in defence-related procurement: the case of a Belgian naval construction cluster

ABSTRACT

This paper examines the importance of closer co-operation in defence-related procurement. Led by the decision that Belgium will lead the procurement of 12 Mine CounterMeasures Vessels (MCMV), the case of a potential Belgian naval construction cluster is discussed. The feasibility of a potential cluster is investigated by looking at key elements of a successful naval construction cluster, the Dutch naval construction cluster, and comparing those key elements to the current Belgian situation. Forming a sustainable Belgian naval construction cluster will be difficult. Most of the procurement process of the MCMVs is set on a European tender. In the long run, due to the absence of both a launching customer and leader firms, no party is able to carry the cluster with investments and knowledge spill-overs. In order to keep public support for large defence-related investments, clustering around the MCMV integration system and proactive cluster support is recommended.     

基于访问特征负载预测的负载均衡算法

为了提高web集群负载均衡的效果，结合web服务用户访问静动态内容的特征，提出了一种基于访问特征负载预测的负载均衡算法。首先建立网络带宽负载和CPU、内存综合性能负载的小波包一支持向量机回归混合预测模型；然后根据用户请求的类型，结合负载预测的结果对任务进行分配和调度。仿真结果表明：与传统的基于负载预测的负载均衡算法相比，基于访问特征负载预测的负载均衡算法能达到更好的负载均衡效果，从而有效提高web集群的整体性能。     

系统评估效度分析的定量化方法

系统评估效度的定量化分析是评估后检验的有效方法,对于判断评估方法的相容性、评估结果的合理性具有重要意义。研究了等级相关系数法、兼容度优化法、肯德尔和谐系数法和模糊聚类法等4种效度分析方法的原理和步骤,分析了各种效度分析方法的优缺点,并通过实例验证了4种方法分析结果的一致性。     

国民经济动员潜力的多元统计分析

选取了国民经济动员潜力的14个总指标进行因子分析，计算出各地区因子得分，并据此对各地区进行单项和综合因子排名，然后用聚类分析法将综合因子进行聚类，得出各地区潜力情况及分类，并就地区潜力进行了分析。     

相似分布特性准则下的高斯混合项聚类-合并算法

针对高斯混合模型估计非高斯系统时高斯混合项呈指数级增长问题，提出一种基于相似分布特性准则的聚类-合并方法。通过分析高斯混合项的分布特性，基于扩展积分均方误差代价函数搜索最优置信范围，并对混合项进行高斯聚类，进而获得具有不同分布特性的高斯簇。为防止高斯簇间对高斯子项的重复利用，引入局部最近邻思想对交叉高斯项进行重新分配。采用并行多元素合并方法对高斯簇中的混合项进行合并，在保证无偏性基础上减少下一时刻混合项数量。仿真结果表明，改进算法在保证跟踪精度的同时还可有效提高算法效率。     

自组织特征映射网络在目标分类识别中的应用

为了在日趋复杂的空战环境中准确分析出目标的类型,以达到辅助决策之目的,采用自组织特征映射网络来对目标进行分类识别.首先提取影响目标识别的类特征,然后对其预处理.在此基础上建立SOM网络目标识别模型,并利用SOM网络算法实施无监督的自组织学习.在学习的过程中,通过不断调节网络节点间的权向量,来实现目标聚类.最后,通过仿真验证了该方法在目标分类识别中的可行性和实用性.