台在海岸滩头设置重重障碍

台军一贯十分重视海岸防御障碍物配系设置。自国民党军队溃败逃台后,不断在外岛和本岛的重要地段,尤其是在易登陆地段周围及滩岸一线大量布设各种障碍物。他们认为,在海岸防御战斗中,“阻绝(障碍)是海岸防御的重要因素,不仅可以减缓敌登陆上岸速度,而且可弥补己方海岸防御之兵力、工事及火力不足”。障碍的设置可以使“弱的变强,强的变固,提高海岸防御火力的杀伤效果”,从而达到“拦敌于海上、毁敌于半渡、歼敌于岸滩”。 纵观台在海岸防御战斗中障碍物配系的特点,归纳起来可概括为以下五大特点:     

基于CMAC的模糊神经网络方法

结合模糊神经网络和小脑模型连接控制CMAC理论,提出训练时间短、精度高的CMAC模糊神经网络方法,给出了网络结构、算法,并通过一个维修经费预测实例讲述了这种算法.     

考虑摩擦时环状流的空泡份额求解

在熵增模型的基础上,考虑壁面摩擦对空泡份额的影响,推导出了空泡份额应满足的方程,求得其解析解和数值解,并进行了讨论.分析表明,其结果包含了有关文献的结果,具有更大的适用范围.     

加强民兵动态管理需要把握的几个重点环节

社会主义市场经济条件下,民兵流动性增大,人员难召回、情况难掌握、民兵队伍质量难保证的“三难”问题,严重地制约着民兵工作的顺利开展和后备力量建设质量的提高。我们认为,“三难”问题的根源在于人员管理上的无序和失控。要彻底解决“三难”问题,必须改变目前基本依靠兵役机关对民兵进行单向管理的做法,进一步强化各级党委、政府、兵役机关、相关部门的职     

双环交叉负反馈放大电路的分析计算

以新基本放大器为基础 ,在推导出各单环放大器的计算公式的前提下 ,推导出了双环交叉负反馈放大电路分析计算的通用公式     

元器件类军工科研项目管理研究

元器件类军工科研单位作为国防工业重要组成部分，是贯彻履行强军首责、科技兴军，保障国防建设和推动科技创新的重要力量，如何运用现代化项目管理理念，提高军工元器件类科研项目的管理水平，实现“短平快”的项目管理目标，对国防军工科研任务的高质量完成具有重要现实意义。     

基于多源冲突数据聚类的态势估计方法

传统调和式态势估计方法在面对多源冲突数据时融合效果不佳。为此,提出一种基于冲突数据聚类的非调和式态势估计方法。首先利用迭代自组织数据聚类方法(ISODATA)对多源冲突数据进行聚类,然后利用频度和可信度对数据簇的重要性进行评估,最后得到态势估计结果。仿真结果表明,与传统态势估计方法相比,所提方法在融合多源冲突数据时能够得到可信度较高的态势估计结果。     

TOPSIS和灰色关联度结合的信号质量评估方法北大核心

针对弹药感应装定系统信号质量评估结果失准,受传统TOPSIS法在质量评估过程中出现欧氏距离相等,而无法实现明显区分的限制,提出将灰色关联度分析(GRA)与TOPSIS法相结合,以此来改进TOPSIS方法。该方法弥补了因指标间相关性而导致欧氏距离失效,又反映了数据曲线趋势上的相似性,是一种静态距离与动态趋势相结合的决策方法,评估结果更加合理。此外,熵权法和层次分析法(AHP)确定的组合权值兼有主客观性质,成为合理决策的前提。最后,通过在感应装定系统信号质量评估的应用验证了该方法的可行性与有效性。     

测向交叉定位时的舰艇战术对抗措施

测向交叉定位在海情复杂的西太平洋区域能够发挥重要作用,推测了敌方采用主动雷达搜索时最有可能采取的战术,包括雷达搜索扇面等。分析了测向交叉角对圆概率误差和定位精度的影响,得出变化规律,然后与敌方战术相结合,为扩大我方对敌方的定位精度并减小敌方对我方的定位精度,得出了遂行攻防作战时的舰艇战术对抗措施,可以为我军海上军事斗争提供参考。     

一种新的k-means聚类雷达信号分选算法北大核心

针对传统k-means聚类算法在雷达信号分选中应用存在的不足,提出了一种基于数据场和灰关联分析的k-means聚类雷达信号分选算法。该算法首先根据数据场理论计算所有数据样本的势值,寻找局域势值最大值,选取距最大值最近的样本数据作为初始聚类中心,局域势值最大值个数作为聚类数目;然后用灰关联度代替欧式距离来判断数据样本间相似性。该算法能够自动获取初始聚类中心和聚类数目,对频率捷变雷达具有较好的分选效果。仿真结果验证了算法的可行性。