一种自组织神经网络及其应用

提出了一种适用于目标识别和故障诊断的自组织神经网络（ＳＮＮ）模型和一种基于模糊关联度的判别准则。ＳＮＮ学习速度快,能在不破坏原有“知识”的情况下,学习、记忆新知识,且具有对外部环境的自适应能力。新的判别准则充分考虑了网络输出矢量各分量的大小因素及其与各期望目标矢量的相关程度,使类别判决更加合理可靠。本模型被用于被动声纳目标分类,取得了较好的效果。     

多层神经网络在跟踪式卡尔曼滤波器中的应用

本文将多层神经网络引入跟踪式卡尔曼滤波器,提高了估计的精确度。以前的跟踪式卡尔曼滤波器的估计精度与目标的运动状态有关,当目标的运动不能够用线性状态空间模型描述时,其估计精度将要下降。而多层网络的引入,改善了这一不足。多层神经网络经过训练以后,能够对卡尔曼滤波器的结果进行修正。仿真结果表明,多层神经网络的应用,使估计精度显著提高。     

一种分析噪声背景下目标特征有效性的方法

本文根据目标特征和噪声分布,在一定假设条件下推出了最小错误率（Ｂａｙｅｓ错误率）的表达式,从而把特征分布、噪声大小直接与分类的最小错误率联系起来,给出了一种分析噪声背景下目标特征的有效性的方法。文中利用这种方法对目标和诱饵的红外辐射特征的有效性进行了分析     

模糊自组织神经网络及其在信息融合目标识别中的应用

本文重点研究了在目标识别领域中信息融合技术的神经网络模型,针对特征层融合的高维数、量纲不统一、信息表达方式差异等特点,利用模糊自映射神经网络来实现特征间的有效融合。经实验仿真证实,这一融合方法较单源识别正确识别率提高７个百分点左右     

数字化时代军事交通运输改革探析

数字化技术在军事上的应用,将产生数字化战争,形成数字化战场。数字化战争的出现与发展,将使信息在军交运输中的地位与作用极大提高,军交运输保障空间空前增大,军交运输装备日趋智能化与信息化,军交运输保障活动技术更加密集,军交运输生存环境更加恶化,保障更加困难。针对数字化对军交运输的深刻影响,我军必须加大对策性研究的力度,有规划、分步骤地发展具有信息化、智能化的军交运输装备,提高运输指挥管理自动化水平,采取与数字化战争相适应的军交运输指挥方式,建立快速、合成、小型化的运输系统,培养适合数字化需要的复合型高技术人才,以提高在数字化战场中军交运输的保障能力。     

论当前军队后勤改革的几个理论问题

军队后勤改革随着国家改革大潮的涌动,走过了十几年不平凡的历程。那么,在社会主义市场经济体制不断改革与完善的新形势下,如何用符合客观实际的理论指导军队后勤体制改革?文章指出要以下列理论研究为重点:如何实现保障有力的总目标,怎样选择后勤体制改革的突破口;如何强化后勤改革的宏观调控力度,营造什么样的后勤体制改革宏观环境。     

ATR算法原理分析

随着现代微处理器和大规模集成电路、集成光路的发展,自动目标识别（ATR）算法技术在现代防御系统领域中具有越来越重要的作用。文章归纳了目标表示方法,着重对ATR算法──一统计模式识别算法、模板相关算法、基于模型的算法、人工神经网络算法,进行了概述和综合理论分析,并得出了一些有用的结论,为ATR系统学科的发展和应用奠定基础。     

点目标检测中候选轨迹确定算法

对低信噪比条件下缓动点目标检测技术中候选轨迹的确定算法进行了讨论。首先,给出了计数积累和线性预测的一般方法,然后,提出了一种基于计数积累,线性预测和轨迹约束的候选轨迹确定以及实现检测的算法,最后是算法性能分析。     

选择作战目标的聚类分析

本文利用聚类分析的方法 ,对作战目标进行最佳选择 ,并找出作战中的相互协同关系 ,这对计算机模拟与实际作战都有很大价值。     

光学区复杂目标RCS高频计算及软件集成技术进展

RCS的计算是隐形设计技术的关键问题,也是获取雷达散射特征信号的有效手段。本文主要就复杂目标的散射场的物理结构和复杂目标的精确建模两个方面进行了综述。另外文中还综述了复杂目标RCS预估软件进展,得到如下的发展趋势:复杂目标电磁散射计算与计算机图形学精确建模相结合,完成从模型设计到电气特性的分析,最终实现利用科学计算可视化技术实现电磁系统的三维仿真。