复杂环境下基于支持度的多传感器数据融合算法

为避免融合算法依赖于先验信息,剔除复杂环境下多传感器测量数据中的干扰误差,一致性数据融合方法得到广泛研究。比较分析了典型的支持度度量方法,并构造了两种新的支持度度量方法。进而设计了一种新的基于传感器一致性和可靠性的融合算法,实现传感器的加权融合。仿真计算验证了新的支持度算法和融合算法的有效性。     

年轻政工干部成才要把握“三种力”

追求卓越、渴望成功是每名年轻政工干部的奋斗目标和不懈追求。要想到达成功的彼岸,年轻政工干部要在组织培养的基础上,充分发挥主观能动性,通过辛勤的付出为成才注入不竭动力。纵观许多优秀政工干部的成才轨迹,有“三种力”值得我们借鉴和把握。     

一种基于重要性权重的证据合成方法及其应用

针对Dempster方法在合成高度冲突证据时结果与直观结论相悖的问题,提出了一种改进的基于重要性权重的证据合成方法,并将其应用到海上目标的识别。首先,根据证据之间的相似性程度判断证据间是否存在冲突,对于有冲突的情形,由基于P距离的权重分配模型得到各证据的重要性权值;然后,对BPA函数进行修正,采用Dempster规则修正后的BPA函数进行合成;最后,利用雷达和舰船的对应关系,将侦察雷达探测到的目标雷达信号载频、脉宽、重频转化为雷达参数的概率分配,并运用改进的证据合成方法进行了目标识别。仿真计算结果证明:该方法能有效处理冲突证据组合,克服了一票否决问题,减小了识别结果的不确定性,并保留了Dempster方法处理非冲突证据组合的良好特性。     

从“懒马效应”想到的

经济学中有个"懒马效应"的故事,讲的是两匹马各拉一货车,一马走得快,一马慢吞吞。于是主人把后面的货全搬到前面马拉的车上。后面的马笑了:"切!就你能,越努力越遭折磨!"谁知主人后来想:"既然一匹马就能拉车,干嘛养两匹?"最后懒马被宰掉吃了。这个故事告诉我们:如果没有危机意识,不能积极努力地工作,让你的老板觉得你可有可无,那么你离被淘汰的日子也不远了。笔者由此想到,在人才脱颖而出、竞争日     

着力提高基层官兵理论学习质量

一、在有效激发理论学习动力中提高质量效益 靠深化认识激发,使理论学习成为一种自觉。当前,部分官兵把理论学习当成一项任务、一种负担,根本原因在于他们对理论学习的价值和意义缺乏清醒而深刻的认识。因此,只有不断提高基层官兵的思想认识,才能从根本上激发官兵热爱学习、向往学习、