NHibernate在Web-MIS开发中的应用研究

描述了基于.NET的持久化框架NHibernate，分析了NHibernate的工作原理，构建了基于NHibernate的Web-MIS的框架结构，给出了系统开发的实现步骤。实践表明，NHibernate能有效地实现关系型数据与对象模型之间的转换，提高系统的开发效率。     

网络安全实验平台K - 划分映射方法

对网络安全实验平台映射问题进行形式化描述,提出基于K-划分的映射方法,其核心思想是为了尽量减少占用网络资源,尽可能将逻辑拓扑紧密连接的节点映射到同一台交换机上。基于K-划分的映射方法采用贪心法确定初始划分状态,根据评价函数进行节点移动,对生成的子图进行算法迭代,直到所有子图的节点数量不大于物理拓扑端口容量为止。基于K-划分的映射方法弥补了K-L算法中初始划分状态选取的任意性对最终结果产生较大影响的缺陷,实验结果表明该算法的求解时间远小于遗传算法,能在较短的时间内得到映射结果。     

基于防空预警使命的预警机系统效能分析

对预警机的防空预警效能提出了使用SEA进行分析的方法。首先介绍SEA的基本原理,阐述了预警机遂行防空预警使命系统效能分析问题,给出了预警机的使命描述、性能量度、系统映射与使命映射,重点研究了性能量度的系统映射模型,提出了基于防空预警使命的预警机效能计算方法,有助于后续预警机综合系统效能研究。     

一种基于随机映射的战斗效能模型

利用随机映射概念提出了一种新的战斗毁伤模型形式———Lanchester战斗网络模型。模型是由一个阶递减的随机映射序列组成的随机有向二部图,它明确、形式地描述了战争整体行为与局部作用之间的关系。理论分析和计算获得的结论表明,模型描述的整体作战效能符合Lanchester平方律,其网络拓扑结构是非同质的,出度和入度分布服从指数幂律。应用模型定量对比了“对称”与“非对称”战斗中全局信息因素对战斗系统整体效能的影响。初步讨论了网络模型研究在战争建模理论、实证和计算方法论上的意义。     

采用重构吸引子的辐射源个体识别技术

为解决现有基于相空间个体识别方法面临重构特征矢量维数高、计算效率低、鲁棒性差等问题,从非线性动力学角度出发,构建了基于重构吸引子的辐射源个体识别框架,并在此框架内提出了基于等距映射的辐射源个体识别技术。该技术采用等距映射从相空间中重构辐射源吸引子,可以更低的维度描述辐射源系统动力学特性,反映辐射源个体的“指纹”特征。实验表明该方法识别准确率更高、效率更高、听鲁棒性更强。     

基于混合建模方法的三维彩色树木快速模拟算法

在对多种模型进行研究的基础上，提出了一种快速模拟三维彩色树木的高效算法。该算法不仅合理简化了树木的几何拓扑结构和生长规律特性，而且引入了特性良好、计算简单、参数易于控制的随机函数。因此生成树木的种类较多、图形逼真、速度很快，在普通微机上达到了实时的模拟效果。     

(H)型映射的拓扑度及其应用

本文将(S)_+型映射度的有关理论扩展到(H)型映射类。基于经典的Brouwer度理论,笔者构造了(H)型映射的拓扑度,所得结果进一步丰富和发展了非线性单调型映射度理论。     

拓扑度理论之近期发展

这是一篇综述文章,介绍了拓扑度理论近十年来的主要成果。     

涡轮泵故障检测的频段能量比SOM算法

为了解决缺少故障样本情况下的涡轮泵健康状态判别问题,分析了涡轮泵振动信号的频谱,提取了频段能量比作为其故障检测特征,并讨论了自组织映射的竞争学习原理及聚类结果的U-矩阵表示,提出了一种基于频段能量比的自组织映射故障检测算法,并实现了该算法最佳匹配神经元的选择和权重向量的自适应更新。通过某型液体火箭发动机历史试车数据的验证,结果表明,健康涡轮泵数据利用该算法聚类时仅存在一个类别,相邻神经元距离小于0.1;反之,故障涡轮泵数据利用该算法聚类时明显存在两个或多个类别,且相邻神经元的最大距离大于0.1。因此,基于频段能量比的SOM算法能有效地判别涡轮泵的健康状况。     

一类集值映射的高阶微分

在文[1]中,H.T.Banks 与M.Q.Jacobs 讨论了集映Ω:R~m→(?)(R~n)的一阶微分,分别给出了Ω可微的充分条件与必要条件。本文改进了文[1]的工作,证明了[1]中条件(3.2)的限制是不必要的,从而得到了Ω可微的充分必要条件,及较为简洁的Ω微分解析表达式。在文中也讨论了Ω的k 阶微分,得到了Ωk 阶可微的充分必要条件及k 阶微分的解析表达式。