国防科研管理决策支持系统-项目核算模型研究

本文针对国防科研管理的需求,提出了宏观核算模型、成本核算模型、因素分析模型,分析了这些模型产生指标的意义,并证明了这些指标的存在条件和相应的计算方法。     

基于QPSO算法的支持向量机参数优化研究

应用具有量子行为的粒子群优化算法,对支持向量（SVM）进行参数优化研究．根据支持向量机的分类准确率和泛化能力之间的关系,应用QPSO算法选取比较优秀的参数模型,比较参数模型的各项性能,选取最适合实际需要的参数模型．仿真表明,QPSO算法的SVM模型与PSO算法相比在分类准确率和泛化能力上均获得更好的效果,经QPSO优化后的SVM整体性能明显提高．     

基于复用技术的装备保障信息系统构架、构件研究

将软件复用技术应用于装备保障信息系统的开发,采用基于构件/构架的开发方法,加快系统开发速度,提高产品质量,并有利于维护和升级.     

一种基于SVM的炮位校射雷达弹道外推新方法

SVM是一种理论依据充分的机器学习新算法,主要用于对有限个样本的分类识别和回归建模.将一条弹道视为一个训练样本,利用SVM回归方法在不同弹道之间归纳弹道落点的规律,从而可以对未知弹道的落点进行预测.将SVM引入弹道外推是重要创新,构建具有代表性的训练样本,以及统一样本空间维数等是技术创新.仿真实验表明,SVM可以提高弹道外推精度,同时缩短外推时间.     

一种支持向量回归的局部邻域稀疏化方法

调整高斯核函数参数可以改变其VC维,通过密度聚类算法发现并分离全局中非线性复杂度不同的局部特征,以支持向量比率为优化指标确定满足局部稀疏条件的核函数,从而达到优化核函数选择以提高整体回归稀疏性的目的。     

粗集支持向量机的战斗机空战效能智能评估

根据现代空战特点,选取了战斗机的空战效能评估指标集,并采用粗糙集理论对指标体系进行约简,提取对空战效能影响起关键作用的特征参数,消除冗余信息,减少了支持向量的维数。支持向量机(SVM)具有结构简单、全局最优、泛化能力强的优点。根据所提取的特征参数,文中提出采用回归型支持向量机(SVR)建立空战效能智能评估模型。并通过实例与指数法和BP神经网络法计算结果进行了比较,验证了该模型的可行性和有效性。     

防空兵分队兵力机动综合保障能力评估

根据兵力机动任务对综合保障的实际需求,构建了综合保障能力的评估指标体系。在此基础上,分别构建了战斗保障能力、后勤保障能力、装备保障能力以及综合保障能力评估模型。明确了防空兵分队兵力机动实施综合保障的主要内容,较好的解决了防空兵分队兵力机动综合保障评估问题。     

装备综合物流保障网络智能决策支持技术

为了提高军事装备综合物流保障决策的科学性、实时性,摆脱以往单纯依靠经验总结和历史数据积累为主的保障决策方式,利用图论的理论算法和分布式计算机网络技术等,对保障任务自动生成满足各种保障要求的决策方案,不仅更加快速准确,而且为装备综合物流保障工作提供了一个战平结合的决策支持平台。     

基于小波系数相关性的图像隐写分析

提出了一种新的针对空域图像隐写的盲检测方法。利用互信息分析秘密信息嵌入对图像小波系数在尺度方向和空间方向相关性的影响,使用马尔可夫模型挖掘小波系数层内和层间相关性,提取转移概率矩阵作为特征,以支持向量机（SVM）作为分类器。针对LSB匹配和随机调制隐写算法。实验表明,本方法能有效检测到未经JPEG压缩过的含密图像。     

基于小波矩和支持向量机的装甲车辆识别研究

分析了应用小波矩特征进行地面复杂背景下装甲车辆识别的理论依据,实地采集了某型坦克和某型步兵战车的灰度图像,提取其小波矩特征,采用支持向量机进行分类识别,进行了性能测试实验。结果表明：归一化后的图像的小波矩特征具有良好的不变性;小波矩特征对噪声和局部遮挡有较强的适应性,识别率比较稳定;支持向量机方法具有良好的分类识别能力。