基于模糊综合决策的军事信息网络效能评估

为了解决复杂战场环境下军事信息网络效能分析中存在的模糊性和不确定性,将模糊综合评判理论应用于军事信息网络。在介绍模糊综合评判决策模型和评估理论基础上,提出了军事信息网络效能评估指标体系,并通过实例仿真验证了使用方法的有效性和可行性。     

群众路线:中国共产党的根本路线

群众路线是我们党创造性地运用马克思主义的群众观点创立的根本路线,是我们党的优良传统和政治优势.新形势下坚持群众路线,是巩固党的执政地位的必然要求,是推进中国特色社会主义宏伟事业的强大动力,是构建社会主义和谐社会的重要因素,是党的执政能力建设和作风建设的核心所在.当前要结合人民群众的新特点,探索坚持群众路线的新规律;着眼人民群众的新诉求,拓展坚持群众路线的新载体;汲取人民群众的新创见,丰富坚持群众路线的新形式,不断开创坚持群众路线的新局面.     

Hilbert空间中拟非扩张映像族公共不动点的迭代算法

给出了Hilbert空间中拟非扩张映像族公共不动点的一个杂交投影算法,使用修正的杂交投影迭代算法,证明了一个强收敛定理,扩展了文献的结果。     

雷达计量保障人员分配最优匹配模型

如何合理地分配保障人员是装备保障工作的重要问题之一,利用辅助决策系统快速生成科学、合理的计量保障人员分配方案,可以有效地提高雷达装备计量保障效能.根据雷达装备计量保障工作的特点,提出了计量保障人员分配的数学模型,给出了效益矩阵的求解方法,并通过算例进行了验证.     

RBF神经网络的C4ISR系统效能评估

针对当前效能评估方法存在人为因素干扰的问题,并考虑到RBF网络具有收敛速度快,无局部极小优点等优点,建立了基于RBF网络的C4ISR系统效能评估模型.模型采用K-均值聚类算法确定隐层节点数据中心和扩展常数;用最小二乘法进行输出层权值的修正;为防止病态,用目标总函数动态地确定隐节点的个数.最后,将得到的结果和BP网络输出...     

美军战术级指挥信息系统界面设计的发展及启示

战术级指挥信息系统(T-C4ISR系统)是指挥控制师或师以下部队遂行战术任务的信息平台.围绕T-C4ISR系统用户界面设计相关问题展开如下研究:通过智能化战争条件下T-C4ISR系统界面应具有的新特点引入,首先介绍了美军T-C4ISR系统界面设计理论的演变;结合美军RAPTOR系统,介绍了生态界面设计理论的主要内容和应用;分析了生态界面设计理论对我军T-C4ISR系统建设的一些启示,并展望了下一步可以开展的主要工作.     

网络信息体系弹性影响因素重要性评估方法

针对网络信息体系弹性影响因素重要性评估问题,提出了一种基于熵理论的群决策方法.在分析网络信息体系弹性作用过程的基础上,提炼了网络信息体系弹性影响因素;由熵权以及个体决策结果和群决策结果的偏差量,定义了专家的客观权重;提出了一种基于偏离度的权重调整算法,设计了网络信息体系弹性影响因素重要度等级映射方法,通过算例仿真验证了该评估方法的有效性和可行性.     

武器平台信息系统现场可更换单元划分方法

针对功能综合化发展背景下的综合模块化武器平台信息系统综合化程度高、功能复杂,不便于维修保障等问题,采用功能/硬件资源的模糊聚类、多重模糊有向图等方法进行武器平台信息系统LRU划分,划分了通用处理模块、信号处理模块、图形图像处理模块、网络交换模块和电源变换模块等LRU.通过项目应用表明,该方法可显著缩短现场可更换时间,提高武器平台信息系统维修保障能力和"通用化、系列化、组合化"水平.     

潜艇应急上浮机动不稳定性建模与仿真

为了避免潜艇在应急上浮过程中,由于较快的上浮速度以及较大的负攻角,水动力呈现强非线性,在横向流作用下潜艇可能产生过大的横倾角甚至失稳倾覆.基于艇体水流入射角和方向角定义下的潜艇非线性水动力描述形式及其试验结果,采用一种新形式的大攻角非稳态潜艇操纵运动仿真数学模型,对高压气吹除主压载水舱后潜艇应急上浮过程的运动状态进行预报.采用拉瓦尔喷管理论对高压气吹除主压载水舱的热力学过程进行建模,并将该过程计算得到潜艇所受的复杂激变力作为潜艇操纵运动仿真数学模型的控制输入,计算结果表明:相较于高压气吹除指数模型,采用的拉瓦尔喷管模型能更为真实地反映实艇高压气吹除过程,对潜艇应急上浮机动的运动状态预报更为准确.应急上浮过程中快速造成较大的尾倾角有利于抑制横倾角的增大,且横倾角主要受水舱吹除顺序的影响,受初始深度的影响较小.根据潜艇事故工况下的初始状态制定有效的高压气应急吹除挽回策略,是抑制应急上浮横倾角的主要手段.     

MF-CFI: A fused evaluation index for camouflage patterns based on human visual perception

The evaluation index of camouflage patterns is important in the field of military application. It is the goal that researchers have always pursued to make the computable evaluation indicators more in line with the human visual mechanism. In order to make the evaluation method more computationally intelligent, a Multi-Feature Camouflage Fused Index (MF-CFI) is proposed based on the comparison of grayscale, color and texture features between the target and the background. In order to verify the effectiveness of the proposed index, eye movement experiments are conducted to compare the proposed index with existing indexes including Universal Image Quality Index (UIQI), Camouflage Similarity Index (CSI) and Structural Similarity (SSIM). Twenty-four different simulated targets are designed in a grassland background, 28 observers participate in the experiment and record the eye movement data during the observation process. The results show that the highest Pearson correlation coefficient is observed between MF-CFI and the eye movement data, both in the designed digital camouflage patterns and large-spot camouflage patterns. Since MF-CFI is more in line with the detection law of camouflage targets in human visual perception, the proposed index can be used for the comparison and parameter optimization of camouflage design algorithms.