一种BP神经网络算法的改进模型

首先对BP网络的结构和算法进行了分析,针对BP网络收敛速度慢,容易陷入局部极小等问题,提出了一种改进的BP网络模型,并对该模型算法进行了改进,通过激活函数的选择,网络的初始化,学习率的调整和训练样本数据的处理等方法,可实现加快网络的收敛速度,并且较好的解决局部最优问题.     

运动目标轨迹分类与识别

运动目标轨迹识别是运动分析中的基本问题,其目的是解释所监视场景中发生的事件,对所监视场景中运动目标轨迹的行为模式进行分析与识别,智能地做出自动分类.对轨迹有效性判断后采用K均值聚类,引入改进的隐马尔可夫模型算法,针对轨迹的复杂程度对各个轨迹模式类建立相应的隐马尔可夫模型,利用训练样本训练模型得到可靠的模型参数,计算测试样本对于各个模型的最大似然概率,选取最大概率值对应的轨迹模式类作为轨迹识别的结果,对两种场景中聚类后的轨迹进行训练与识别,平均识别率较高,实验结果表明该方法是有效的.     

基于模型跟踪变结构控制的飞行重构控制律设计

提出一种基于模型跟踪变结构控制的飞行重构控制律的设计方法.利用该方法能实现受控对象对理想模型较高精度的跟踪,使重构飞行控制系统具有较好的控制性能.首先设计了一个比例-积分滑模面以确保消除稳态误差,采用极点配置技术使滑模具有良好的动态品质,其次利用饱和控制技术来减少变结构控制引起的抖振现象,最后以某型飞机纵向飞行控制系统为例进行了相应的数字仿真.结果表明重构系统不仅实现了无抖振模型跟踪,而且还具有较强的鲁棒性.     

航空自导深弹攻潜命中概率分析

以航空自导深弹为研究对象,在分析反潜直升机攻潜过程的基础上,依据某型航空自导深弹的有关技术参数,首先建立了反潜直升机使用航空自导深弹攻潜模型,然后详尽分析了航空自导深弹攻潜作战中的各种源误差,采用解析法计算了反潜直升机在不同条件下投放航空自导深弹攻击潜艇时的单发命中概率,得出了反潜直升机空投航空自导深弹攻潜的使用方法.这对于部队使用航空自导深弹反潜有较高的参考价值.     

基于HLA的某型机动指挥分布式训练模拟系统设计

在分析某型机动指挥系统的操作规程和部队需求的基础上,将训练模拟器和先进的计算机仿真技术结合起来,设计了基于HLA的训练、考核和管理仿真系统,以较小的代价解决部队的实际训练需求.针对该武器装备操作训练的特点,重点介绍了仿真联邦的设计以及成员对象模型SOM和联邦对象模型FOM的设计与实现.     

体育动作中平衡问题的定性和半定量分析

起跑的目的在于使身体尽快的从静止状态转入运动状态,并要求在最短的时间内尽快的提高运动速度.通过对人体整体的分析,综合所有外力平衡条件∑F=0、∑M=0,找出外力之间的关系,建立力学模型,通过简化力系,对起跑这个动作进行定性半定量分析,从而达到快速起跑的目的.     

Petri网在反导作战概念模型验证中的应用

军事概念模型是对军事行为空间进行的第一次抽象,它对军事系统表达的准确性和合理性将是作战仿真模拟质量的关键.针对军事系统的复杂性,在众多的建模语言中,选用何种语言进行军事概念模型的验证值得深入研究.Petri网是一种应用广泛、功能较强的建模语言,适合复杂系统建模.分析比较了它的特点,探讨了其运用的思路,最后给出了其在反导作战军事概念建模验证中应用的实例.     

从UML到FOM的转换方法研究

针对当前HLA存在的一些主要问题,将MDA的思想和开发方法引入到军事仿真系统开发中.针对HLA平台相关模型,提出了HLA的UML Profile.最后,基于XMI(XML metadata inter-change)规范开发了一个工具,能够很好地根据UML图自动生成OMT文件.     

基于ADAMS和Matlab的大口径舰炮发射系统动力学仿真

利用ADAMS和Matlab/Simulink两大软件的信息交互功能,将ADAMS中的全炮动力学仿真模型生成ADAMS_SUB模块,并将其嵌入联合后坐系统仿真模型中;通过ADAMS和 Matlab/Simulink同步运行对全炮进行发射动力学联合仿真,模拟大口径舰炮发射的全过程,分析全炮的动态响应.对全炮发射动力学联合仿真结果进行后处理分析,观察炮口扰动曲线,进行稳定性分析和炮口扰动分析.根据分析结果,对所建模型及仿真模块进行评价,结果表明,仿真结果与靶场试验数据基本吻合,为物理样机的研制提供了重要的理论参考依据.     

精密仿真模型——企业营销新名片 助力发展好帮手

军事模型的作用●方便宣传：●扩大影响：●增进友谊：●适宜收藏：模型的渗透力强,可以让更多人籍此了解原型装备知识,方便军工企业进行推介。模型的普及扩大了军工企业的知名度及产品的影响力,为企业发展助一臂之力。作为礼品馈赠友军友人,加深了军企友谊,促进军民团结、和谐共建。仅其工艺复杂性就是一件难得的工艺品,加上题材独特,限量发行,就值得收藏。