模糊推理与多重结构神经网络在信息系统安全风险评估中的应用

针对信息系统安全风险评估中风险因素的模糊不确定性及风险因素闻的潜在关联性,提出了一种结合模糊理论与神经网络的评估方法.利用模糊聚类的方法将因素的评价集分为5类,运用三角模糊数对评价集语言变量进行模糊化处理;基于历史经验,借助模糊神经网络强大的自适应能力与非线性映射能力.对信息系统进行安全风险评估,有效降低了评估的随机性...     

基于不确定度的专家评价综合方法

针对群决策中专家评价信息的综合处理问题,应用多位专家评价的评价样本不确定度,提出了基于不确定度的数据综合处理方法。该方法能够有效应用于群决策问题,尤其是参与决策人员(专家)较多时,出现专家相对权重可信度不明确而导致评价准确度低的问题,科学地简化了群决策中专家权重的确定过程,便于应用,具有坚实的理论依据和应用价值。通过算例分析,该方法的有效性得到了验证。     

弹性基上圆柱管弯曲行为的高阶剪切梁理论解

以弹性基上圆柱管为研究对象,基于高阶剪切变形梁理论推导了Winkler弹性基圆柱管弯曲变形的高阶剪切梁理论控制方程,给出四种典型工况弯曲问题的精确解.研究表明,无须假设剪切修正系数,只需引入适当横截面翘曲形状函数,高阶梁理论在圆柱管内外表面满足剪应力τxr为零的边界条件,且对于不同长径比和厚径比的圆柱管弯曲问题均能提供...     

空中进攻作战天基信息"云"支援体系建设研究

天基信息支援下的空中进攻作战对于夺取战场控制权、改变战争局面发挥着不可估量的作用.随着作战领域不断融合和人工智能、云计算、大数据等技术在军事领域的深入渗透应用,现代空中进攻作战展现出不同以往的样式与特征.基于新特征下的空中进攻作战对天基信息支援的作战需求设计了天基信息"云"支援体系,分析了空中进攻作战中天基信息支援技术体系支持,对人工智能、大数据等新技术在天基信息支援体系建设中的应用和未来空中战场发展方向进行了展望.     

基于混合属性无监督聚类的作战目标分群

作战体系中目标分群在信息化战争中具有重要意义,能有效提升战场态势分析的输出,提高指挥人员的决策效率和质量.利用复杂网络基本特征量对网络进行定量描述,针对作战目标个体属性数据的多源性和异质性,分数值型属性和分类属性构建了有效的数据预处理算法,设计出融合作战目标的个体属性以及网络邻接关系的相似度模型和基于K-prototype的作战目标分群算法.实验结果表明基于复杂网络模块度的K-prototype算法结果优于现有的HSAPOTDG和GAPOTDG算法.     

大功率IGBT器件及其组合多时间尺度动力学表征研究综述

在提出电力电子器件及其组合多时间尺度动力学表征需求的前提下,以目前常用的全控型电力电子器件——绝缘栅双极晶体管(Insulated Gate Bipolar Transistor,IGBT)为例,系统分析并归纳了目前在IGBT及其组合多时间尺度动力学表征研究方面的进展和成果,包括作为基础的大功率IGBT及其组合多时间尺度电热瞬态建模方法、基于模型的大功率IGBT模块失效量化表征方法以及用于辅助分析的IGBT组合多速率仿真方法。此外,介绍了基于IGBT多时间尺度模型的装置应用设计案例。从建模方法、可靠性评估、仿真手段以及应用设计四个方面系统全面地阐述了大功率IGBT及其组合多时间尺度的动力学表征方法,可为电力电子混杂系统的精确设计提供电力电子器件层面的理论和技术支撑。     

基于数据驱动的自学习防空火力控制技术

立足打赢未来智能化战争的作战需求,提高目标探测识别、运动参数估计的实时性和准确性,解决自主拦截决策建模难度大、决策结果稳定性差等问题,通过引入数据挖掘、深度学习、神经网络等人工智能技术,重点开展基于大数据的多类型目标状态空间模型分析、多探测模式下的目标融合识别技术、基于卷积神经网络的射击诸元修正等,研制一套自学习防空火力控制系统,有效弥补传统防空火力控制技术在时敏目标状态空间模型、大闭环校射、协同信息处理、控制决策等环节的不足,提升火控系统自修正、自学习能力,为武器装备向无人化智能化方向发展提供技术支撑.     

基于MIMO协作干扰对齐网络的保密通信算法

通信系统的保密性在信息化作战体系中尤为重要.在存在窃听的多输入多输出(Multiple-Input Multi-ple-Output,MIMO)干扰对齐(Interference Alignment,IA)网络中,传统利用接收或发送端发送人工噪声(Artificial Noise,AN)实现物理层保密通信的方法,会增加收发端的能耗与实施复杂度.为此,提出一种基于MIMO协作IA网络的保密通信算法,推导出了算法可行性条件、合法用户传输速率和保密速率、窃听端窃听速率,并给出了相应的基于最小干扰泄露准则的分布式迭代IA实施方法,有效降低系统复杂度.仿真结果表明,所提算法在保证合法用户传输速率的同时抑制窃听速率,有效提高系统安全性能.     

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.     

多武器平台目标域协同射击控制模型研究

目标域协同射击控制模型是在单平台火控系统空域窗射击控制、射击门控制等基础上,针对多武器平台对点目标或面目标协同射击的需求,进行了目标域和射击效能的定义,提出了空间/时间复合三维射击门的概念,设计了三维射击门模型,分别建立了多武器平台对点目标射击控制模型和多武器平台对面目标射击控制模型,通过对多武器平台协同射击效能的计算分析,证明了目标域协同射击控制模型可显著提高多武器平台协同射击对目标的火力打击效能.