一种基于混合搜索的高效Top-K最频繁模式挖掘算法

挖掘数据集中的Top-K最频繁模式具有重要意义.已有Top-K最频繁模式挖掘算法通常采用最频繁的k个项目作为初始项目,并将初始项目中频率最低的项目的支持度作为初始边界支持度.但实际组成Top-K最频繁模式的项目数目可能远少于k,从而制约了算法的效率.为此,提出了一种基于混合搜索方式的高效Top-K最频繁模式挖掘算法MTKFP.该算法首先利用宽度优先搜索获得少量的短项集,并利用短项集确定数目少于k的初始项目范围以及较高的初始边界支持度;然后利用深度优先搜索获得所有Top-K最频繁模式.实验表明,MTKFP算法所获得的初始项目数目至少低于已有算法70%,初始边界支持度高于已有算法;NTKFP算法的性能优于已有最好算法.     

基于模糊物元分析法的雷达网抗干扰能力评价

为了评价信息作战条件下雷达网的抗干扰能力,分析了影响雷达网抗电子干扰能力的因素,给出了量化方法.在模糊物元分析的基础上,结合欧氏贴近度的概念,提出了基于欧氏(欧几里得)贴近度的模糊物元分析法.在对雷达网抗干扰能力进行评价时,以雷达网的各项评价指标及其相应的模糊量值构造复合模糊物元.通过计算与标准模糊物元之间的欧氏贴近度,实现了对雷达网抗干扰能力的评价,为雷达网抗干扰能力评价提供了一个新的方法.     

基于最小隶属度偏差的作战通道模糊优选

作战通道的优选对于充分发挥武器装备的效能,提高水面舰艇的作战能力具有十分重要的意义.通过分析作战通道效能评估的指标因素,确定指标相对优属度,应用最小隶属度偏差法,建立了作战通道的模糊优选模型,求解后得出了在该原则下的通道评估结论,为作战通道的优选提供了一种比较科学的定量分析方法.最后通过实例仿真计算得出了多条作战通道的优劣排序,为海战指挥员的科学决策提供参考.     

部分极化信号多维参数联合估计的算法

基于双平行极化敏感阵列,提出了一种部分极化信号频率,二维到达角和极化参数联合估计的算法.该算法能精确地估计出部分极化信号的多维参数,无需多维谱峰搜索,具有计算量小,参数自动配对的优点,而且也适用于含有完全极化信号的情况.另外,算法也能有效地解决信源参数兼并问题.计算机仿真结果验证了算法的有效性.     

基于改进加权P ageRank的电子目标重要度评估方法

目标重要度评估是电子目标分析的重要内容，将电子目标群体抽象成复杂网络，可以通过对其网络特性的挖掘，从整体上对电子目标在敌方电子信息系统中的重要度进行评估，但传统基于网络结构的目标重要度评估指标具有片面性，难以对处于关键链路之上的重要节点进行挖掘，针对这一问题，将Pagerank算法与中间中心度指标进行整合，提出电子目标重要度评估算法BCIW PageRank，介绍了基于该算法的电子目标重要度评估流程，并利用模拟侦察数据对其进行了仿真分析。     

装备结构演化规律及重要度分析

以装备设计模块化的现状为依据,运用重要度理论,分析了装备结构演化及其重要度排序的规律。从单一部件逐步演化到5部件结构,以及N部件串并联结构,在此基础上,对演化规律进行了梳理,并对典型结构进行了重要度分析,得到了关于装备结构演化与各部件重要度排序规律,填补了对装备重要度漂移规律的研究空白,为装备可靠性优化设计提供了技术支撑。     

软件系统的可靠性综合评估模型研究*

主要研究了软件系统可靠性的评估方法。基于软件系统的基本结构和体系,对软件系统层次可靠性进行分析,并对影响可靠性的因素进行了分析;根据各分系统失效对整体系统失效影响程度的大小,通过事件测试分析得到实际参数,在给出重要度系数的基础上,建立了串并联系统间权重系数模型,并通过Bayes分析建立了软件系统的可靠性综合评估模型,从而达到对软件系统可靠性综合评估的目的。算例表明该可靠性综合评估模型具有一定的工程应用价值。     

三关节机器人的神经网络补偿自适应控制器设计

三关节机器人广泛用于工业生产、轮式或履带式排爆机器人,为了补偿由于机器人结构参数、作业环境干扰等不确定性因素造成的机器人动力学模型的不确定性,将机器人动力学模型分解为名义模型和误差模型两部分,其误差模型采用RBF神经网络进行补偿,得到其估计信息,神经网络的输出权值根据Lyapunov稳定性理论采用自适应算法进行调整。所设计的神经网络补偿自适应控制器解决了不确定性机器人动力学系统控制器设计的不确定性问题,同时,通过定义Lyapunov函数,证明了控制器能渐近、稳定地跟踪期望轨迹。机器人的3个关节在控制器的作用下,约在5 s时达到期望轨迹,神经网络约在5 s时逼近机器人动力学模型的误差模型,实验结果表明了机器人关节对期望轨迹具有良好的轨迹跟踪性能。