改进的图像分割遗传K-均值聚类算法

针对图像分割,提出了一种改进的遗传K-均值聚类算法.合理选取聚类的特征向量并对各特征分量确定不同权值进行调整;通过引入自适应算法,对传统遗传算法的选择及变异操作进行改进,提高了算法的收敛速度;确定与染色体鳊码相关的隶属矩阵可有效地减少运算时间.实验结果表明,改进后的遗传K-均值聚类算法是行之有效的.     

基于主成分分析的战场目标选择模型

针对战场目标数量众多、信息复杂的特点,运用主成分分析理论探讨了战场目标选择问题.分析了战场目标的组成.确立了目标重要性评价指标体系,建立了战场目标重要性评估模型.对某作战想定t时刻战场目标的重要性进行了综合评估,得到了战场目标排列顺序.该模型克服了指标权重选择上主观因素的影响,便于计算机编程迅速实现,较好地满足了指挥员快速准确把握打击重心,确立打击次序的需求.     

军事情报文本分类中的维数约减技术

为保证军事指挥决策的质量和速度、提高军事情报文本的分析能力,高效率的自动文本分类成为其中的重要技术.描述了文本分类所面临的高维稀疏文本空间和维数灾难等问题,综述了各种寻找最优和次优子集的特征选择技术和以主成分分析、Fisher判别分析、潜在语义索引等为代表的特征抽取技术,并指出了目前存在的技术问题和未来的工作方向.     

基于组合熵权的联合作战目标选择模型研究

针对作战中目标选择与排序问题,分析确定了8种在联合作战条件下影响目标选择关键因素。在此基础上应用多属性决策理论,以组合熵权系数确定指标权重,建立了目标选择模型。模型简洁易于实现,并且在决策中有效减少了主观随意性。最后通过仿真实例说明了模型的有效性和可操作性。     

基于Fisher线性判别模型的文本特征选择算法

在采用向量空间模型表示方法的文本分类系统中,维数约简是必要的步骤,特征选择方法由于计算复杂度较低而被广泛采用.本文基于Fisher线性判别模型提出了一种新的文本特征选择算法,将其求解过程转换为一个特征项优化组合的问题,避免了复杂的矩阵变换运算.实验表明,该方法与信息增益、卡方统计方法比较,具有较明显的优势.     

坦克射击目标选择模型分析

通过建立数学模型,对坦克射击目标的选择进行定量分析.从敌我两个方面入手,分析论证当战场上出现多个目标,车长在确定打击目标的先后顺序时,要综合考虑敌目标对我坦克的威胁程度和我坦克对敌目标的毁伤能力.     

基于双重指向的区域应急资源配置模式研究

在处理危机和突发事件中,区域经济资源配置发挥着重要作用。处理危机和突发事件,仅仅依赖经济区位指向作用及其形成的区域内的物流格局是不够的。必须利用国家安全区位指向机制,形成能够应付危机和突发事件的区域物流格局和区域经济基础。经济区位指向与国家安全区位指向是驱动区域经济资源配置和分布的两种作用机制,是影响区域经济资源配置的两种力量。二者作用的结果,涉及到经济资源在区域内配置的规模、结构、时序、布局等诸方面的合理配置问题。     

竞争性武器采办防务承包商选择初探

武器需求的特殊性和采办过程的复杂性决定了对防务承包商的选择有别于一般形式产品和服务的选择。文章基于系统的分析方法建立了防务承包商综合评价模型,旨在为军方在竞争性武器采办中提供一种科学有效的承包商选择途径。     

全景扫描印度海军（3）——水面作战舰艇部队

像许多发展中国家海军一样,印度海军水面作战舰艇的发展选择的也是一条从单纯依靠引进外国旧舰,到外购与自建相结合,再到独立研制先进舰艇的道路。经过近60年的发展,到今天印度海军已经建立起一支规模庞大的水面作战舰艇部队,主力舰艇包括导弹驱逐舰、导弹护卫舰及轻型护卫舰,共50余艘。目前,印度海军编有东部海军司令部和西部海军司令部两个作战司令部,分别下辖东部舰队和西部舰队,每个舰队均以导弹驱逐舰、导弹护卫舰和轻型护卫舰为骨干作战力量,它们或与航空母舰一道组成航母特混大队,或以导弹驱逐舰为旗舰组成作战     

浅谈中学地理研究性学习的开展

研究性学习是一种建立在现代学习理论基础上的新型课程模式,它一般是指学生在教师指导下,从学习生活和社会生活中选择并确定研究专题,以类似科学研究的方式去获取知识解决问题。它提供给学生更多获取知识的渠道和方式,在了解知识发生和形成的过程中,推动他们去关心现实、了解社