院校网络信息资源建设应服务于信息化教学应用

随着现代信息技术的飞速发展和网络技术的广泛应用,网络信息资源呈现的形式更加丰富多彩。武警院校网络信息资源建设如何为信息化教学服务,是摆在武警院校教育工作者面前的一个重要课题。从武警院校网络信息资源建设存在的问题入手,分析了网络信息资源对信息化教学的作用,并对网络信息资源建设服务于武警院校信息化教学的主要对策进行了论述。     

神经网络在精确打击目标识别中的应用研究

目标识别正确与否直接影响到防空火力的部署、分配及有效打击.利用BP神经网络识别精确打击目标并进行了仿真实验.建立了样本库,提取图像的不变矩作为神经网络的输入量,分别采用基本梯度下降算法、有动量和自适应学习速率梯度下降算法和Levenberg-Marguardt优化算法训练BP网络.仿真结果表明,不变矩理论很好地解决了3维物体的2维图像在旋转、平移、缩放时能否成功提取图像特征的问题,而采用LM优化算法的BP神经网络训练速度快,识别准确率高.     

基于效果的装备保障指挥决策与体系控制研究

以探索装备保障的信息化决策与控制方法为目的,从基于效果作战的观点出发,利用概念模型,从OODA环的相互作用、混沌现象和自同步及蜂群效应3个方面,研究了网络中心条件下装备保障指挥决策与体系控制的激励与响应模式,并得出了相关结论,以此为基础提出了装备保障指挥决策与体系控制的3项建议.     

A robust sensor covering and communication problem

We consider the problem of placing sensors across some area of interest. The sensors must be placed so that they cover a fixed set of targets in the region, and should be deployed in a manner that allows sensors to communicate with one another. In particular, there exists a measure of communication effectiveness for each sensor pair, which is determined by a concave function of distance between the sensors. Complicating the sensor location problem are uncertainties related to sensor placement, for example, as caused by drifting due to air or water currents to which the sensors may be subjected. Our problem thus seeks to maximize a metric regarding intrasensor communication effectiveness, subject to the condition that all targets must be covered by some sensor, where sensor drift occurs according to a robust (worst‐case) mechanism. We formulate an approximation approach and develop a cutting‐plane algorithm to solve this problem, comparing the effectiveness of two different classes of inequalities. © 2015 Wiley Periodicals, Inc. Naval Research Logistics 62: 582–594, 2015     

基于遗传BP神经网络的装甲装备器材需求预测

装甲装备器材保障具有规模大、时间紧、消耗大、不确定因素多、决策难度大等特点。准确的需求预测是实施主动的、精细化的器材保障的重要前提条件。利用BP神经网络较强自学习能力和自适应能力对器材需求规律进行学习,并借助遗传算法提高BP神经网络的收敛速度,设计了一种基于遗传算法改进的BP神经网络模型预测方法,对装甲装备器材进行需求预测。通过实例计算表明,该方法比单纯BP神经网络方法具有预测精度高、收敛速度快的优点。     

基于粗糙集理论的飞行轨迹识别

针对飞行轨迹人工识别对专家经验依赖性强,识别准确率不稳定的问题,提出一种基于粗糙集理论的飞行轨迹识别方法。首先,对飞行轨迹进行特征提取,获取用于轨迹类别判定的条件属性和决策属性;其次,利用模糊自组织神经网络对飞行轨迹决策表离散化,采用启发式遗传约简算法对条件属性约简,消除了冗余属性对识别结果的影响;最后,利用实际飞参数据进行轨迹识别,结果证明该方法准确有效。     

BP神经网络的弹道导弹态势等级模型

针对弹道导弹的目标特性和作战特点,对主要态势指标进行了提取,构建了基于BP神经网络的态势等级模型,并按照区间对预警等级进行划分。为提高模型的准确性和适应性,通过样本数据对BP网络进行了训练,并进行了仿真得到了态势等级。仿真结果表明:利用BP神经网络对态势等级进行研究是可行的。     

流体网络在线性能评估与故障诊断方法

在流体网络机理建模的基础上,研究了各种性能退化因素对流体网络特性的影响,通过对网络当前特征参数与理想状态的偏差分析,给出了量化的流体网络性能评价指标,然后以该指标为依据,结合网络的拓扑结构和动态数据,实现了在线性能评估、故障诊断和故障定位。将该方法应用于实际工程案例,并通过仿真结果和实际情况的对比,证明了该方法的实用性和诊断评估结果的准确性。     

采用组合优化策略求解导管桨参数优化设计问题

建立了新的导管桨优化设计模型。该模型采用试验设计方法(DOE,design of experiment)在设计空间中均匀采样,捕捉整个设计空间中最有效的设计区域,进而用梯度优化算法在有效设计区域中进行优化设计。经计算实例证明:该算法可以辨识各因子对设计目标的影响系数,从而减少导管桨约束优化问题的计算时间,更有效地解决复杂的非线性优化问题。     

基于规则LDPC码校验矩阵的测试响应压缩方法研究

摘要：针对现有的测试响应压缩方法在未知位处理能力、混淆能力、诊断能力和压缩能力方面只侧重于单一能力的问题,首次将LDPC编码技术应用于测试响应压缩中,提出一种基于规则LDPC码校验矩阵的测试响应压缩方法．通过对上述4种能力进行仿真分析得出,该方法与现有测试响应压缩方法相比整体性能有明显的提升．