人工神经网络研究与传统人工智能研究中的几个基本思维问题的再讨论

本文结合当前人工神经网络与人工智能研究情况就思维能力的形成,思维活动的进行,思维活动的控制问题进行了讨论。认为人的思维特性主要由大脑神经网络的特殊结构体现,人的经验在形成这一结构中起着重要的作用;思维活动是多源控制条件与联想能力相结合的结果。另外,还从能量的观点对某些思维活动现象做了一定的解释,认为思维活动是机体在多源控制方式作用下具有较高能量记忆信息运动状态的表现。最后给出一个思维模型。     

微小区内电波传播模型及其对频率再用的影响

本文研究了微小区的电波传播模型,此模型能解释微小区内路径损耗约与d^2成比例,但超过某点后,损耗即近似地与d^4成比例。此点称为转折点或称折点。本文用2-射线模型导出转折点距离。其结论是此折点距离与基站天线高度hb及工作频率有关,并导出实用公式。然后本文讨论频率再用图案．结论是微小区半径直接近但不得超过折点距离,这样可得到最佳的C／I值．其再用系数最低,因而是最佳再用图案。     

滚动球变换支持下的TIN-DDM地形特征线自动提取方法

针对传统规则格网数字高程模型地形特征线提取方法中存在阈值难以定量调控、连接方式无法自适应调整以及地形特征线类型不完整的问题,将滚动球变换模型应用于不规则三角网数字水深模型(triangulated irregular network digital depth model,TIN-DDM)地形特征线的自动提取,在构建临界滚动球半径关联的地形特征点定量识别判定准则基础上,引入地形形态边界点概念,采用逆向工程的建模思路,建立了以剖分单元为基础的地形特征线自动提取模型,结合地形类型判定准则的多尺度表达特性及顾及水深数值的地形特征优化模型,提出了可多尺度表达且类型完整的地形特征线自动提取方法。试验结果表明:相比于经典地表流水模拟方法,该方法可实现完整、连续且细分的TIN-DDM地形特征线自动提取及多尺度表达,且提取的地形特征线具有更高的地形重构精度。     

相干累加与AR滤波相结合的舰船轴频电场信号处理方法

针对采用电场传感器阵列测量舰船电场的应用场景,为提升目标轴频电场的信噪比,提出一种相干累加结合自回归(autoregressive, AR)模型滤波的方法对阵列电场信号进行处理。对测量得到的阵列电场信号进行时延补偿后累加,同时对环境电场信号进行AR建模,并利用AR模型参数构造滤波器,以对累加后的信号实施滤波处理。为验证所提方法在低信噪比条件下的有效性,对实测阵列式电场信号进行处理,结果表明,所提方法能够在信噪比为-25.39 dB的条件下有效压制噪声频谱,保留轴频线谱,处理后信噪比提高约21.92 dB。     

作战仿真本体构建研究

作战仿真可以为作战任务、作战过程、作战活动、装备效能、体系能力等复杂作战问题的研究提供有效的手段与方法。然而,作战仿真知识涉及多领域、多专业、多层次、多军兵种,存在表达形式异构、共性理解困难、重用复用不足等诸多问题,制约着作战仿真应用的建设、活动的实施、效能的发挥。提供可共享、可理解、可计算的作战仿真知识模型能够提高作战仿真的实施效率和应用效益。因此,结合本体工程和作战仿真知识特点,梳理分析了作战仿真本体的必要性,提出构建原则和构建流程,对形成具体的作战仿真知识模型具有指导意义。     

基于大气散射模型的无人机航拍图像快速去雾算法

提出一种基于大气散射模型的无人机航拍图像快速去雾算法。构建大气散射模型。通过对大气散射状态的估计,利用可迭代运行的多向自相关增强方法,再根据无人机航拍目标图像的局部灰度分布特征,设计滤波模板。用滤波增强图像效果后,弱化明亮区域实现无人机航拍图像去雾效果。实验结果表明：该算法的图像弱化效果好,可完整体现景观全局细节,经双边滤波处理后的图像亮度高、色彩丰富、信息量大,可抑制图像噪声、提升清晰度,保障图像质量。     

水雷封锁作战决策科学化的思考

水雷封锁作战决策科学化是当前急需研究的重要课题,涉及到诸多方面的问题.建立了水雷封锁作战效果评估指标体系,分析了水雷封锁效能评估模型、水雷封锁效果评估模型与水雷封锁作战决策模型的研究现状及应关注的问题,提出了水雷封锁作战辅助决策系统应具备的四种功能.     

基于循环移动与取反运算的双向认证协议

射频识别系统中标签与读写器间采用无线链路交换消息,存在一定安全风险,为保障消息安全,给出一个改进的协议;先给出自定义的循环移动与取反运算,所设计协议采用循环移动与取反运算进行加密;循环移动与取反运算按照加密参数汉明重量取值进行左或右不同方向移动,再对其结果进行不同方式取反操作,增加破解难度;根据循环移动与取反运算实现定...     

基于SC-BP的设备故障预警研究

为实现对火炮系统健康状态监测和故障预警,满足从“故障修”向“状态修”转变的发展需求,采用拟合模型算法,建立设备标准化电流优化BP神经网络预测模型（SC-BP）,分析运行数据的内在逻辑和相关性,设计设备正常运行状态下的数据参数库,并与实时采集的设备状态数据进行比较,根据拟合优度进行辨识,通过比较设备实时数据与历史正常数据之间的相似关系来判断设备状态,并显示故障关联信息,为工作人员分析故障原因提供了参考,并对算例进行了分析验证。研究结果表明,该故障预警方法能够辨识设备性能异常状况,使维护人员能够在设备故障形成早期发现征兆,提前采取措施以避免设备故障的发生。