天基信息支援下装备保障系统需求模型

提出了用基于本体和UML的需求分析方法来建立天基信息支援下装备保障系统需求模型;建立了天基信息支援下装备保障系统需求本体元模型、语义模型并给出了建模算法;以天基信息支援下机步师装备保障系统为案例,依次建立其装备保障角色关系模型、装备保障活动模型和装备保障信息模型,然后用UML的表示方法对本体模型进行描述,详细阐明了基于本体与UML建立需求模型的方法和过程。     

基于标准化信息距离的彩色图像检索方法

针对标准化信息距离（Normalized Information Distance,NID）在图像检索（Image Retrieval,IR）应用中的优势和不足,结合图像的显著图,给出了一种改进的基于NID的IR算法,并进行了仿真实验。结果表明：改进算法的检索性能有了较好的改善。     

信息心理战行动中态度改变研究

信息心理战行动的最终目的是要实现目标对象的态度改变.从整个作用流程来看,目标对象态度改变的主要影响因素涉及到心理战信息、目标对象等.从态度的各构成要素出发,信息心理战行动中要改变目标对象的态度就必须从加大心理战信息的认同度,有效破解目标对象的认知;实施高强度的心理战信息,有效影响目标对象的情感;不断强化心理战信息,改变...     

天基信息支援下装备战场抢修有色Petri网模型研究

对天基信息支援下装备战场抢修活动过程进行了探索,运用Petri网建模工具建立了天基信息支援下装备战场抢修有色Petri网模型,将组织结构图、功能图和信息流动流程图集于一身,实现了系统的静态结构和动态过程的统一。模型直观、易于理解,对模型运行规则进行了详细说明,有利于仿真编程的实现。通过模型的深入研究,能够加深对天基信息支援下装备战场抢修规律的认识,进一步提高装备战场抢修能力。     

基于场景图形管理技术的三维空中态势引擎设计与实现

针对传统空中信息指挥系统对三维显示的需求,以开源图形开发库(OpenSceneGraph)作为底层渲染引擎,结合OSG的场景图形管理技术和面向对象设计思想,给出了一幅大规模空中态势场景的逻辑视图、场景树视图和类视图。以态势场景的构建和管理为核心,设计了一种适合实时显示大规模空中作战态势的三维显示引擎。该引擎实现了大规模地形建模、大规模航迹实时显示、探测器遮蔽算法、多样化视点等关键技术。利用该引擎二次开发的几种三维显示模块已经运用在多项国防工程中,该引擎具有高效率、跨平台、易集成、易扩展等优势。     

大千世界

德国发现抗艾新药德国科学家日前宣布,他们发现了一种可杀死艾滋病病毒的缩氨酸物质,而副作用比现行抗艾滋病病毒药物更小。德国汉诺威大学医院研究人员发现的这种缩氨酸为VIR—5766,是一种蛋白质,可制止艾滋病病毒附着人体细胞,杀死病毒。汉诺威大学医院科学家赖因霍尔德·施密特说:这是一种全新疗法,我们希望它能减少副作用……这种缩氨酸作用于病毒,而不是细胞,因此一些副作用不会发生。     

大千世界

美国拟研制推力最强运载火箭美国航天局近日公布了研发大推力火箭计划。待研制成功后,它将是美国推力最强的运载火箭,可以运送宇航员前往火星。新火箭将借鉴航天飞机使用的液氢液氧引擎、燃料箱以及升级后的航天飞机固体燃料推进器。它将比美国登月项目所用的土星5号火箭更强大,初始推力可达77吨,美航天局希望最终将这一推力提升到143吨。     

基于改进DS证据理论的指挥控制系统信息融合方法

对作战目标的识别是指挥与控制系统在作战环境中实施精确打击的前提条件,然而多种系统协同作战必然会对作战目标的识别有差异.针对冲突识别信息融合导致的目标识别不明确甚至错误的问题,提出一种基于改进DS证据理论的指控系统信息融合方法,该方法构建基于智联体的融合模型,在此模型基础上根据皮尔逊相关系数计算出目标识别信息的相关性权重...     

基于信息增益比和SGAN的信息系统评估模型

信息系统的安全对于个人、企业甚至国家都至关重要,因此,对信息系统安全的评估也极为严格.以军工单位的信息系统为例,标准过于冗余,且样本数量较少,使得神经网络难以达到预期的评估效果.针对这些问题,建立了"信息增益比+SGAN"的分类评估模型,通过计算信息增益比得到各项指标对信息系统安全划分的重要度,减少无关紧要的冗余指标;用重要指标量化后的样本训练SGAN,得到一个强有力的分类判别网络,来对信息系统的安全进行评估分类,同时输出样本"真伪概率"和"下类似比系数"作为专家是否要人为对该系统进行评估的参考标准.     

分块自适应加权改进大规模概率模糊聚类

为解决传统基于贝叶斯理论的概率模糊聚类(Bayesian Fuzzy Clustering,BFC)算法在处理大规模数据集聚类时的时间开销和存储代价瓶颈,提出基于数据分块的单程自适应加权BFC算法,算法在大规模数据集分块的基础上,设计了基于数据加权的改进BFC算法,用于数据分块内数据聚类,以挑选出对聚类贡献最具代表的标识数据及其自适应权值,在块间迭代聚类过程中,将标识数据及其权值合并到下一数据块中并参与聚类,从而将上一数据块的聚类信息有效地传递到下一数据块中,最后分析算法的收敛性和时间复杂度.实验结果表明,算法在继承传统BFC算法良好聚类性能基础上,减少计算复杂度,有效提高聚类效率,适用于大规模数据集聚类.