神经网络能力研究

文献[1]～[3]中研究了神经网络的能力—存储能力。但我们认为神经网络的能力应包括存储能力和计算能力两个方面。本文对神经网络的存储能力和计算能力进行定量分析,并得出了许多有益的结论。     

消防部队灭火救援行动中的灾情信息需求与分析

灾情信息是灭火及应急救援行动的关键因素,在救援行动中发挥重要作用。介绍了灾情信息的基本概念、具体内容和表现形式,详细分析了消防部队在灭火和应急救援行动中灾情信息的应用现状和发展方向,并对灾情信息的应用提出了部分改进建议,为灭火和应急救援的信息化建设提供技术支持。     

基于物联网的武器装备管理系统

提出一种基于物联网技术的武器装备管理系统的建设方案。将各种信息传感设备如射频识别(RFID)、视频监控、温湿度传感器等种种装置与单位内部局域网结合起来形成一个综合性的装备信息管理网络,系统软件采用Oracle作为数据库管理工具,结构上采用浏览器/服务器(Browser/Server)模式,系统对提高武器装备管理的效率和水平具有重要的意义。     

本体驱动的多分辨率联邦一致性维护方法

传统的聚合解聚方法仅能解决语法层的数据聚合解聚的参数静态匹配问题,却不能解决联邦一致性的其他两个重要的方面:数据的语义匹配合理性及联邦运行中的动态一致性。为了解决以上两个问题,提出了一种本体驱动的多分辨率联邦一致性维护框架——OCM框架。该框架基于本体创建与融合技术构建联邦本体,通过邦员本体与联邦本体间的映射,解决了联邦数据匹配的合理性问题;基于聚合解聚方法,引入管理与协调联邦实体状态的邦员,通过合理设计联邦的实时对象更新及交互机制,实现了联邦实体状态的实时一致性。实验结果表明:OCM框架能有效保持联邦中多分辨率实体的状态一致,并且由于联邦本体的可重用性,对邦员的增加与退出不敏感,因此联邦的重组合也具有一定的借鉴价值。     

基于使命和方法框架的武器装备体系结构建模

针对武器装备体系的特点,提出一种基于使命和方法框架(M iss ions and M eans F ram ew ork,MM F)的武器装备体系结构建模方法。MM F模型包含使命的确定、方法的分配和使命完成的评价。采用使命-方法框架对武器装备体系进行组织和描述。在自上而下的规划和决策过程中,实现了使命的确定和方法的分配,以数据要素的形式完成对武器装备体系结构模型的构建。并以"超地平线登陆"作战装备体系为例,验证了该方法的可行性。     

信息化作战轮式车辆装备保障力量的思考

随着信息技术及高技术武器装备的发展,信息化作战对轮式车辆装备的要求越来越高,轮式车辆装备保障的重要性也日渐突出,轮式车辆装备保障力量研究的必要性也不断加强。在深入分析信息化作战轮式车辆装备保障力量概念和主要特征的基础上,对信息化作战轮式车辆装备保障力量的生成模式和编组方式进行了思考。     

机载制导武器的武器-目标分配算法研究

机载制导武器的武器-目标分配算法是智能航空指控系统的一个基础研究问题。本文在建立了武器-目标分配的基本概念和对算法要求的基础上,提出了两种武器-目标分配算法;基于决策论的武器-目标分配算法和基于导弹截获区的武器-目标分配算法,并对基于导弹截获区的武器-目标分配算法进行了仿真实验。结果表明,此算法具有高透明性、有限消除最大威肋、杀伤概率最大、充分利用机载武器等特点。     

系统动力学装甲兵进攻战斗中机降行动效果分析

围绕装甲机械化部队机降行动的作战特点,着眼于充分发挥机降行动击敌要害的战术优长,在新一代战斗条令的理论指导下,运用系统动力学方法和兰彻斯特战斗理论,建立装甲兵部队进攻战斗中机降行动的系统动力学模型,探索装甲兵部队在使用机降力量快速达成战术目的新方法,为指挥员科学使用这一战术手段提供了定量依据和有效的辅助决策支持.     

超声颗粒监测中聚焦的必要性及相应参数的确定方法

分析了超声波颗粒监测中探头聚焦的必要性,并介绍了与聚焦探头有关的聚焦参数（Ｆｚ,Ｂｗ）的理论确定方法。     

Weighted vertex packing problem for specially structured geometric graphs

Consider a set of vertices V = {1, 2,…, n} placed on a two-dimensional Euclidean plane R² with each vertex attached a nonnegative weight w: V → R. For a given constant d>0, the geometric graph G = (V, E) is defined to have edge set E = {(i, j): d_ij ⩽ d} with d_ij being the Euclidean distance between vertices i and j. The geometric vertex packing (GVP) problem, which is often called the independent set problem, is defined as selecting the set of pairwise nonadjacent vertices with maximum total weight. We limit our attention to the special case that no vertex is within a distance βd of any other vertices where 0 ⩽ β < 1. A special value of β (= 1/2) is referred to frequently because of its correspondence to a manufacturing problem in circuit board testing. In this article we show that the weighted vertex packing problem for the specially structured geometric graph (SGVP) defined with the above restriction is NP-complete even for the case that all vertex weights are unity and for any β. Polynomial procedures have been designed for generating cuts to obtain tight LP upper bounds for the SGVP. Two heuristics with bounded worst-case performance are applied to the LP solution to produce a feasible solution and a lower bound. We then use a branch-and-bound procedure to solve the problem to optimality. Computational results on large-scale SGVP problems will be discussed. © 1995 John Wiley & Sons, Inc.