改进IAHP-CIM模型的雷达组网探测能力评估方法

针对雷达组网探测能力的评估问题,采用鱼骨图法对影响雷达组网探测能力的多种因素进行梳理,得到结构层次清晰的指标评价体系。采用改进的区间层次分析—控制区间和记忆模型对该指标体系进行评估,具体方法是:运用区间层次分析法构造区间判断矩阵;利用蛙跳算法求解区间判断矩阵中满足最小一致性的确定性矩阵;利用控制区间和记忆模型来确定各指标的风险概率,实现指标体系的评估。以具体的案例为对象进行仿真实验,结果表明,所提评估方法有效,评估结论相对客观、可信,对雷达组网探测能力评估具有一定参考价值,从而为雷达组网的优化部署奠定良好基础。     

融合图嵌入的光滑主成分分析网络图像识别算法

主成分分析网络(principal component analysis network, PCANet)是一种简单的深度学习算法,在图像识别领域具有优秀的性能。将图嵌入思想融入PCANet,提出一种新的图像识别算法光滑主成分分析网络(Smooth-PCANet)。为了验证Smooth-PCANet算法的有效性,在人脸、手写体字符以及图片等不同数据集上构建实验,并将Smooth-PCANet与多种基于深度学习的图像识别算法作了对比。实验结果证明,Smooth-PCANet算法比PCANet获得了更高的识别性能,并且更有效地避免了过拟合,在小样本训练时具有显著优势。     

分布式异构集群中节点优先级调优算法

节点优先级常用于评价异构集群中节点的性能,因此节点优先级评价指标权重的选择非常重要。采用层次分析法(analytic hierarchy process, AHP)建立了节点优先级评价指标体系,计算得到各指标的初始权重,并使用BP神经网络对初始权重进行优化。训练时,BP网络输入为集群运行中采集的节点实时资源数据,输出为节点的优先级。分析网络训练完成后得到的权重矩阵可以获得各优先级评价指标的优化权重。实验表明,基于AHP和BP的节点优先级评价模型可以更加准确地分析节点性能。相比于Spark默认算法和权重未优化的对照算法,使用调优后的节点优先级可以有效提高集群性能。运行不同工作量的相同负载时,集群平均性能分别提高了16.64%和9.76%;处理相同工作量的不同负载时,集群的平均性能分别提高了12.49%和6.54%。     

基于 ANP 的作战装备保障能力相关性模型研究

针对作战装备保障能力相关性模型研究的需要,构建作战装备保障能力体系,利用ANP理论对作战装备保障能力相关性模型进行了分析描述,验证了作战装备保障能力“信息主导、多力均衡、网聚成优”的理论,并对能力建设有关问题提出了初步建议.     

基于低速平台的随队支援干扰系统随队干扰能力分析

为了给受训对象提供电磁信号环境,在随队干扰信号从雷达天线主波束进入的限定条件下,设计了使用低速平台搭载干扰系统伴随高速战机实施随队干扰的编队方式,并仿真分析了对不同主瓣宽度雷达的随队干扰过程。结果表明,当平台速度明显低于突击飞机飞行速度时,存在最佳的初始进入距离以实现最大局部随队干扰过程。     

模糊层次分析法在海缆安全评估中的应用

针对目前海缆安全评估的片面性和主观性,基于模糊层次分析法提出了一种新的海缆安全评估方法,建立了海缆安全评估的递阶层次模型,构建了以上层目标为准则的两两比较模糊互补判断矩阵,并对其进行改造得到了模糊一致性矩阵,然后计算各因素的相对权重和综合权重。在此基础上,根据权重对各安全因素的重要性进行了排序,得到不同因素对于海缆安全的影响程度。分析结果可为海缆安全管理和维护决策提供参考依据,实例也验证了该方法的可行性。     

基于LS_SVM与PCA的小型无人机传感器故障诊断

针对小型无人机机动性强,故障多且难以实时检测的特点,提出了将最小二乘支持向量机(LS_SVM)与主元分析法(PCA)相结合对小型无人机传感器进行故障检测与分离。最小二乘支持向量机用于建立预测模型并生成残差,实时检测传感器故障;利用主元分析法将故障信号分离,进行故障诊断。仿真结果表明,最小二乘支持向量机与主元分析法相结合对无人机传感器具有良好的故障诊断效果。     

战时装备技术保障风险评估

战时装备技术保障是武器装备战斗力的"再生剂",已引起各级装备机关和指挥员的高度关注。保障活动涉及因素的复杂性、不确定性均会导致战时装备保障风险的发生。为此,借鉴风险管理理论,分析了战时装备技术保障风险的定义,构建了战时装备技术保障风险评估指标体系,通过引入灰色层次分析法建立了风险评估模型,并用实例验证了模型的可行性。     

基于主成分分析法的城市火灾风险聚类分析

利用主成分分析法确定了城市火灾各指标的综合风险值,基于分析的结果,通过K-均值的聚类算法对城市火灾风险进行了分类.以北京市火灾统计结果为例,确定了城市火灾统计指标的综合火灾风险值,对13个主城区进行了不同区域的火灾风险聚类,并对建成区的火灾统计数据按时域进行了聚类,实现了火灾风险的自动分类.不同区域和时域发生火灾的风险大小可为合理布置消防力量、有效安排执勤战备提供科学参考.     

高红卫:一主两翼三创新 再谋航天事业新发展

重点抓好航天产业、信息技术产业以及先进装备制造业"一主两翼"产业发展,大力推行科技创新、商业模式创新以及管理创新,航天科工集团向建设国际一流的航天防务公司战略目标稳步迈进高红卫,1956年9月出生,湖北京山人。清华大学导航仪器与自动控制专业毕业。曾任原航天科工066基地设计员、设计室主任、车间主任、总工程师、总经理等职。2001年11月,任中国航天科工集团公司副总经理。2013年4月任集团公司董事长、党组书记。从长期的技术及管理工作,到集团公司掌门人,高红卫既具有战略眼光、前瞻意识,又崇尚理论研究与管理实务。朴实的话