一种新的模糊多层自组织神经网络图像目标检测方法

神经网络方法和模糊集理论用于图像处理和目标检测时各有优势,文中提出了一种将神经网络和模糊集理论集成的混合方法,即模糊多层自组织神经网络法。该方法将模糊测度作为神经网络的目标函数,网络包括多层结构,任一层中的一个神经元对应图像中的一个像素,该神经元只与前一层的对应元素及其邻域元素连接。针对遥感图像的实验处理过程证明该方法能够有效地进行目标检测和提取,并且具有良好的噪声免疫力。     

基于数据补偿的雷达系统误差估计

建立了多雷达情况下的系统误差观测模型,分析了系统的可观测度,得出系统可观测度和观测数据的空间分布有关的结论.在此基础上,通过数据补偿的方法,产生一个使系统可观测度较大的补偿观测集,用于误差估计.仿真结果显示,使用补偿观测集估计雷达的系统误差,能够获得更优越的估计性能.     

严格集压缩场的拓扑度计算

给出了严格集压缩场的拓扑度在非球域上的度为零的结果,改进了孙经先1987年相应的结果。     

多输出性能下的重要性测度指标及其求解方法

针对基于马氏距离的重要性测度存在的问题,提出了基于谱分解加权摩尔彭罗斯马氏距离的重要性测度指标,通过构造多输出协方差阵的广义逆矩阵以及谱分解的策略,有效解决了协方差阵求逆奇异情况以及由于未能充分考虑多输出之间的相互关系而导致的错误识别重要变量的问题,克服了基于马氏距离指标的局限性。数值算例与工程算例结果表明:所提重要性测度可以更加准确地获得输入变量对结构系统多输出性能随机取值特征贡献的排序,从而为可靠性设计提供充分的信息。     

惯性平台自标定陀螺仪误差系数可观测度分析

针对惯性平台自标定陀螺仪误差系数的可观测度问题,从可观性定义角度出发,提出一种可观测度分析方法。利用状态量解析解表达式中观测量导数的最高阶数定义该状态量的可观测度。在此基础上,研究惯性平台自标定系统可观性与陀螺仪误差系数可观测度,分析系统可观测的状态量及其可观测度,得出陀螺仪本轴一次项误差系数可观测度最差的结论。仿真结果验证了该方法的正确性和有效性,为惯性平台自标定中施矩方案的设计提供了理论依据。     

抢救抢修方案复杂性测度的图熵模型

分析了以往抢修方案评估的不足,提出了战场抢救抢修方案复杂性概念。并分析了用复杂性抢救抢修方案的可行性。引入软件工程领域的图熵模型,从微观方面研究战场抢救抢修方案实施过程中的复杂性问题,从信息量、逻辑、结构、系统知识层次及决策分析5个方面进行量化,明确了信息控制图、动作控制图、知识层次图及决策分析图的构建方法,较好地解决了战场抢救抢修方案实施复杂性的测度问题,实例验证该方法在一定程度上可以反映应急抢修方案的复杂程度,能为抢救抢修方案的评估优化,以及评估训练等方面提供一定的帮助。     

考虑可观测度的反交会规避机动方法

针对具有自主接近能力的航天器开展了反交会规避机动方法研究。建立了仅测角相对导航模型,随后利用状态估计误差给出了可观测度的定义,量化了可观测性指标。以可观测度为评价指标,提出基于虚拟轨道的可观测度计算方法,以可观测度梯度对规避机动方向进行优化,保证了规避机动使目标航天器的可观测性达到最大弱化,并给出了规避机动大小计算方法。给出了仿真算例,结果表明提出的方法能够使系统的可观测性明显减弱,达到了设计要求,为规避机动研究提供了一种新视角。     

Banach空间中集值测度的表示定理

本文提出了用向量测度及概率测度生成集值测度的方法,推广了文[1]的结果,并给出了有界闭凸集值测度由一族等比向量测度生成的充要条件。     

C2组织结构适应性优化的模型与方法

在现有C2（Command and Control）组织结构适应性优化研究基础上,分析了不确定使命环境下C2组织能力并提出了新的测度指标,构建了C2组织结构适应性优化模型,并针对模型中结构变量与能力测度具有的复杂关联性和动态不确定性的特点,提出了基于组织结构分层的适应性优化策略和基于滚动时域的动态适应性优化策略,并综合两种适应性优化策略,提出了C2组织结构的分层动态适应性优化方法。     

指挥控制组织结构扁平化分析及测度

为分析研究指挥控制(Command and Control,C2)组织结构的扁平化程度,给出了指挥控制树和协作交流网的概念,阐述了金字塔式C2组织结构和扁平式C2组织结构。在此基础之上,针对两种C2组织运作环境,分别设计基于拓扑的C2组织结构扁平化测度和基于任务的C2组织结构扁平化测度。案例给出了两种组织结构的扁平化测度计算结果,结果及比较分析表明扁平化测度计算方法的可行性和有效性。