基于标签树的生长干部招生计划聚类方法

生长干部招生计划是规定军队干部补充来源渠道及数量规模的重要依据,对干部队伍建设与发展具有重要的意义。随着招生计划每年拟制与积累,分析与评估计划将会起到辅助决策的作用,对招生工作的实施带来深远影响。本文从数据挖掘的角度,以聚类的方法研究分析招生计划,这为分析历年计划的波动性并理解评价计划与政策的贴合度提供了定量分析的手段。首先分析了招生计划的特点,进而提出以标签树量化招生计划的解决思路,通过抽取标签树中的特征子树作为聚类中的度量特征,并采用共现的方法实施"先形成核心,再依次分类"的步骤完成聚类。实验表明该方法在合成数据集和真实数据集上聚类效果较好、效率较高,对分析招生计划具有一定理论意义。     

基于故障树分析法的导弹分离机构可靠性研究

基于故障树分析法的基本原理,根据某型导弹飞行中分离故障和地面维修的故障统计,建立了导弹分离故障树,并对其作了定性和定量分析,指出了可靠性薄弱环节。结果表明用故障树分析法对导弹分离机构进行故障分析,能够清晰发现对顶事件发生影响最大的因素,为故障提前预测和预防提供依据。     

基于语义的军事数据资源需求描述模型

将描述逻辑引入军事数据资源需求描述,提出了一种基于语义的需求描述模型,便于计算机理解和处理。介绍了该模型的内涵和总体框架,并以作战力量数据资源为例,阐述了作战力量数据资源概念术语集的构建、作战力量数据资源的表征和需求的形式化描述。依据数据需求,制定了相应推理规则,其可借助描述逻辑的可判定性实现军事数据资源需求的推理。     

航空发动机大延迟系统Smith预估补偿模糊PID控制算法

试车过程中某型涡扇发动机低压压气机进口导流叶片控制通道出现了参数摆幅较大的现象,经判读试车数据认定该通道存在较大的延迟,针对该问题为该通道设计了一种Smith预估补偿模糊PID控制算法,计算机仿真结果表明:与传统的Smith预估补偿算法相比,该算法对模型的不匹配具备较强的适应能力。     

无目标初始信息情况下舰载直升机搜索优化

根据水面舰艇编队反舰作战中舰载直升机所担负的搜索任务,基于无目标初始信息情况下的搜索问题,选取搜索面积、搜索时间和搜索距离3个指标,建立了搜索优化模型.通过仿真计算,得出了无目标初始信息情况下舰载直升机反舰作战中具体的搜索方法.其结论对于最大限度发挥现有装备的作战效能有一定的现实指导意义.     

基于灰色AHP方法的综合航电系统效能

针对在对综合航电系统效能进行评估的过程中经常遇到多指标度量效能的情况,提出了一种将层次分析法和灰色系统理论相结合的效能评估方法,对航空电子系统中多指标度量效能进行评估.最后,通过实例计算表明使用这种方法获得的评估结果更加客观、科学,对综合航空电子系统效能的评估具有一定的参考价值.     

结构解析建模方法在舰艇训练计划中的应用

根据舰艇训练计划特点,运用结构解析模型分析舰艇训练计划,建立训练内容的邻接矩阵与可达矩阵,划分训练内容的层次,并进行分层优化排列配置.建立的结构解析模型在计划实施过程中可根据外部因素的变化,提出适应不同变化的计划方案,能很好适用于实际的训练环境,大大提高了时间、资源利用率和保障舰艇的训练安全,对现有舰艇训练方法起到很好的改进作用.     

基于HLA的防区外空面导弹攻防对抗仿真

针对HLA/RTI在接口规范、对象模型模板等关键技术建立分布式仿真平台的复杂性,提出了利用数字武器开发平台进行开发的方法,构建防区外空面导弹攻防对抗系统体系结构,实现了该体系结构联邦成员划分、设计联邦/仿真对象模型表等HLA仿真关键技术,并采用面向对象建模与仿真技术建立了各联邦成员的数学模型.该仿真结果表明,各联邦成员的数学模型与底层支撑环境能够相互分离,仿真模型具有良好的交互性和互操作性,可通过添加或删除联邦成员仿真不同的复杂战场想定,并可作为验证不同算例的仿真平台.     

雷达侦察比幅测向系统干扰技术

重点分析了比幅测向系统的原理,在此基础上提出对其进行"主动反侦察"干扰的方法,推导了受到干扰下比幅测向系统的测量结果公式,讨论了不同条件下的干扰效果,并通过仿真进行验证。     

一种新的证据K-NN数据分类算法

K近邻分类算法已被广泛应用于模式识别中。为了有效处理识别问题中的不确定信息并提高数据分类精度,提出了一种新的证据K-NN(NEK-NN)分类算法。首先从总的训练集中随机重复采样来构造多个训练样本子集。在每个训练子集中,利用目标数据与其各个近邻的距离分别构造基本置信指派,并根据K个近邻数据在每个类别中的数目来对构造的置信指派进行加权。然后,利用DS规则对加权证据融合。根据每个训练子集下融合结果的算术平均值来判断目标的类别属性。通过模拟数据集和真实数据集的实验,将NEK-NN算法与其他几种常见的方法做了对比分析,结果表明NEK-NN算法能够有效地提高分类的精度。