基于卷积神经网络的雷达辐射源识别

随着电磁环境越来越复杂多变,给电子对抗带来了很大的挑战,基于传统的脉冲描述字和信号识别方法已不能满足战场要求.针对复杂电磁环境下的辐射源精确识别问题,将基于相控阵雷达辐射源的细微特征,主要是包络特征和相噪特征,对其进行分析建模,并结合卷积神经网络提出了 一种基于雷达中频数据和一维卷积神经网络的雷达辐射源个体识别方法,训...     

针对军事集群目标的YOLOv3改进算法研究

YOLOv3目标检测模型对于巡飞弹作战中的军事集群目标存在可能漏检紧邻目标的问题.改进算法以YOLOv3为基础,对其候选框选择算法采用的非极大值抑制(NMS)引入惩罚函数,实现soft-NMS,从而减少紧邻目标识别边框被误删的概率.同时针对军事目标数据稀缺的情况,对数据的预处理采用k-fold交叉验证策略,抑制过拟合现...     

基于深度学习的系统异常检测综述

基于深度学习的系统异常检测可划分为：基于堆栈自编码(SAE)、基于卷积神经网络(CNN)、基于深度置信网络(DBN)、基于循环神经网络(RNN)以及基于生成对抗网络(GAN)等5类系统异常检测方法。为了梳理出当前深度学习技术在系统异常检测应用中所面临的问题以及应对方法,分别对这5种检测方法的建模思想、在系统领域的应用实现以及它们各自的特点进行了对比论述,并对深度学习在系统异常检测领域未来的发展进行了展望。     

威胁评估中的一种直觉模糊推理方法

针对战场信息中存在大量不确定性因素的特点,利用一种新的直觉模糊推理方法进行威胁企图分析。推理方法有效利用两个传统Zadeh模糊系统的输出结果,更接近于专家的思维。通过实例研究证明了该方法的可行性。直觉模糊推理是对一般模糊推理的有效扩充和发展,该方法对于提高作战指挥决策智能化具有一定的参考意义。     

空中目标作战任务智能判识方法研究

为从动态、时序变化的战场态势中准确迅速地判识出空中目标的作战任务,运用深度学习理论构建作战任务智能判识模型。在门控循环单元网络的基础上,引入双向传播机制构建多层网络,学习作战任务的时序特征;采用残差机制防止出现由于神经网络层数加深导致模型性能退化问题;运用注意力机制,捕捉相互关联的重要态势特征,将先验知识与多层神经网络的输出相融合,确保在获得时序信息较短时对作战任务判识的准确性。实验表明,该方法可以有效地判识空中目标的作战任务。     

基于教育数据挖掘的学情数据分析研究

大数据时代，教育数据的价值正在被广大的教育研究者重新认识和评估。因此，采用教育数据挖掘方法进行数据分析，让数据发声，指导教学。研究通过数据特征分析、聚类分析、相关性分析和社会网络分析四个角度展开。结果表明：该高校网络课程中，大部分学生能够保证课堂任务的完成；课程群体划分为优秀学习者、普通学习者和风险学习者三类；课堂内相关学习因素之间呈现一定正相关性，但是网络课堂行为与线下考试之间并没有直接相关性；讨论区中呈现教师为中心的“问题式”讨论。     

基于大数据技术的军队指挥信息系统建设研究

军队作战指挥本质上是一个以指挥员为核心的信息交互活动，大数据技术的应运而生，将颠覆性地改变指挥之“器”—军队指挥信息系统的建设运用，实现战场态势全域感知、作战指挥异地同步，极大提高基于网络信息体系的作战指挥效能。该文在分析大数据时代指挥信息系统面临的挑战的基础上、提出了基于大数据技术的指挥信息系统创新途径对策建议，并对如何破解现实瓶颈问题进行了探讨。     

Weibull型产品的可靠性验证

讨论了Weibull型产品的可靠性验证问题 ,首先分析了Weibull型产品分布参数的无信息验前分布问题 ,利用验前信息可以得到分布参数的验前概率密度函数 ,进而分析了产品的可靠性验证问题 ,顾及了使用方利益和生产方利益。仿真算例表明 ,使用方利益和生产方利益是相互折衷的。     

DEA方法的规模收益分析

本文从概念上剖析了ＤＥＡ方法的规模收益,在深入研究以往有关成果的基础上给出了简明的判别方法,并对多输入输出系统的ＤＥＡ方法的规模收益进行了探讨。     

面向 MPP Fortran 的程序自动并行化初探

ＭＰＰＦｏｒｔｒａｎ是由Ｃｒａｙ公司推出的一种较有代表性的数据并行语言,本文首先介绍了ＭＰＰＦｏｒｔｒａｎ的主要特点,然后,以该语言为例,对面向ＭＰＰ系统程序自动并行化的主要内容进行了初步的探讨。