基于增强CNN模型的手写字体图像识别

为了提高汉字的识别率,提出了一种改进的图像识别算法,根据偏微分方程理论,提出一种增强CNN模型识别汉字,将原有的图像用高阶差分法进行增强处理,然后在原始的LeNet-5网络结构的基础上,将前两层的激活函数改为ReLu函数,并且去掉C5层以及F6层,通过增加输出层的神经元数来增加汉字的识别率。研究结果表明:经过图像增强和增加输出神经元数的改进,对汉字进行识别,识别率达到了98.44%,相比较于其他汉字识别算法提高了3%～9%,从而证明了算法的可行性。     

基于集对分析的坦克多目标威胁评估方法

针对在未来陆战场复杂多样的局势下,坦克应具备对敌目标实时准确威胁评估的能力。基于客观的熵权法和模糊的集对分析方法,提出坦克的战场威胁评估方法。能够在基于客观目标分析的基础上,引入熵的概念来决定威胁评估的权重分布,在评估过程中考虑到评估自身的随机性与不确定性,采用区间数的形式,利用模糊的集对分析方法,进行评估过程中的计算,达到简单快速的计算过程。经应用实例计算证明,该方法具备相当准确性,评估结果合理,评估方式灵活实用,可满足评估的实时性需求。     

作战辅助决策模型设计及评估方法

作战辅助决策模型是在复杂战场态势下,辅助指挥人员科学、高效决策的重要工具.针对当前辅助决策模型功能分散、可信性不足、缺乏工程化设计与管理等问题,从系统工程角度出发,开展作战辅助决策模型构建与评估通用方法的研究,提出辅助决策模型工程化设计与评估分级的一般流程与方法,并结合实例进行说明.