基于Map/Reduce的朴素贝叶斯数据分类算法研究

针对目前机器学习研究领域中的数据分类问题,选择朴素贝叶斯算法作为研究对象。首先,通过对样本数据特征属性的权重进行加权调整,提高算法处理的准确率;然后,改进朴素贝叶斯算法分类器模型,使其能够利用Map/Reduce并行编程模型,采用多计算资源节点并行处理,进一步提高处理速度。最后,对UCI dataset数据库进行实验验证,结果表明:改进后的算法在海量数据分类处理中具有更好的性能表现。     

一体化联合作战指挥信息流通体系逻辑结构分析

针对协同性联合作战向一体化联合作战转变对作战指挥产生的影响,在正确定位指挥信息流通体系的基础上,从一体化联合作战的本质特征及对指挥信息流通体系的影响出发,设计了基本作战单元指挥信息输入、输出模型,并通过将作战体系区分为四类模块,得出了指挥信息流通体系的逻辑结构.     

国外典型两栖舰作战指挥控制系统分析

美国海军的两栖舰种类全、性能先进,法国海军的“西北风”级两栖攻击舰是世界上较典型的一型两栖舰。本文以美国和法国海军的典型两栖舰为对象,分析了这些舰上可开设的作战指挥机构以及为支持这些作战指挥机构开设而配装的作战指挥控制系统情况,梳理了配装的这些作战指挥控制系统具有的主要功能,从发展方式、装备形态和配置方法等方面探析了国外两栖舰作战指挥控制系统的发展特点与启示,以期为我海军两栖舰作战指挥控制系统发展建设提供借鉴和参考。     

【专题】未来联合登陆破障需要把握的几个问题

在未来渡海登岛作战中,如何发挥多军兵种联合作战的整体威力,解决敌占岛屿水际滩头上布设的多种障碍物配套的大纵深、宽正面、高密度的障碍体系,实现登陆破障并为后续部队打开通路,是军队现实军事斗争准备必须认真研究的重点及难点课题。本文通过研究国内外与登陆破障发展体系相关的战役战法,着重从“侦察”“指挥”及“联合”三个方面进行分析探讨,为形成针对性强、操作性强的联合破障战法体系提供可靠理论依据,不断提高登陆破障研究的效益。此分析的目标是在高新技术条件下,联合战役集群在实施登陆作战时能够熟悉并准确获知敌海区岸滩、阵地编成以及障碍物配系等情况,塑造快捷高效的指挥模式,并形成一体化攻坚、破障及反制力量,为登陆部队创造有利条件。     

非椭圆扩展目标联合跟踪与分类算法

充分利用目标尺寸和形状信息,提出了一种基于星凸随机超曲面模型(random hypersurface model, RHM)的非椭圆扩展目标联合跟踪与分类(joint tracking and classification, JTC)算法。将目标空间扩展状态建模为星凸形状,通过目标类别相关先验信息的矢量化建模,建立起其与目标瞬时扩展状态的关系,并在统一的贝叶斯滤波框架下,实现跟踪与分类的一体化处理;进一步对目标运动学状态和扩展状态单独进行建模,并通过构建扩展状态的似然函数,利用粒子滤波实现目标类别概率算式的递推处理。仿真结果表明:与基于椭圆形状的扩展目标JTC算法相比,所提算法能对尺寸相近、形状不同的目标进行准确分类,同时可改善目标状态的估计效果;与基于星凸RHM的扩展目标跟踪算法相比,所提算法能大幅提高目标状态的估计性能。     

高效率机动部署航空武器靶场关键技术和应用

为用户设计了一个航空武器试验靶场,具备空空、空地和地空导弹试验能力,可机动部署,具有易于运行和运维代价低的特点。靶场由载机遥测系统、测量雷达、光电跟踪系统、微波和光纤通信系统、靶机遥测站、指挥控制等6个子系统构成;指挥控制子系统之外的5个子系统均使用国产成熟产品。在总体方案和指挥控制子系统设计中,对互联集成方案、机动部署、试验航线设计和发布、自动化领航、自动化指挥决策等5项关键技术进行了着重优化。在实际应用中,全靶场运行仅需20多成员(不含飞行和机场机务人员),3天内完成新试验场部署和联调,对作战部队飞行员进行5架次航线训练后即进行实弹试验,2天内完成多发中程拦截和近距格斗空空导弹试验。     

决策树报文分类算法

报文分类是网络的基本功能,研究人员在过去二十年提出了众多解决方案,其中决策树报文分类算法由于吞吐量高、适用于多字段、可流水线化等特点受到了广泛关注和深入研究。本文介绍了决策树算法最新研究成果,阐述了决策树报文分类算法的几何意义、常用技术和测试基准,从节点切割技术和规则集分组技术两个维度对决策树算法进行了系统分析和归纳。针对两类常用的决策树构建技术介绍了其中的典型算法,对比了各种典型算法的设计思路和特点,分析了它们的适用场景。总结并展望了决策树算法的下一步研究方向。     

基于半监督FCM聚类算法的卫星云图分类

针对卫星云图的特点在分类特征集中采用了一种新的特征--差异化特征,该特征反映了云图的内部结构特点,并且具有良好的鲁棒性,能有效地避免云团位置变化对特征的影响.将半监督思想引入到模糊C均值聚类方法(FCM),克服了单纯的FCM方法未考虑领域知识导致的聚类结果的盲目性.半监督FCM方法在聚类过程中加入少量的由领域专家标记的样本,引入专家的领域知识,通过与这些带有类标记的样本进行相似性比较,引导FCM方法的聚类过程.试验结果表明,基于具有差异化特征的云图特征集,半监督FCM方法能有效地提高云图分类的准确率.     

一种基于混合概率PCA模型的高光谱图像非监督分类方法

提出了一种在期望最大化(EM)算法框架下同时实现混合概率主成分分析(PPCA)降维和聚类的高光谱图像非监督分类方法。它根据不同类别应各有自己代表性的特征集,将通常意义下的特征抽取和模式分类合并在一步内完成,尽可能地保留了可分性;同时该方法具有概率模型的优点,更适合高维数据处理。采用仿真数据和真实数据进行的比较实验表明,该算法较一般不加区分地对所有原始数据进行PCA降维再分类的方法能得到更好的分类结果。     

窄带相参雷达飞机目标的架次判别

针对窄带相参雷达不仅能够提供目标回波的幅度信息,还可以提供回波的相位信息的特点,提出了MTMM方法,对编队飞机目标架次进行判决。实验证明,MTMM方法为常规低分辨相参雷达平台上编队飞机目标架次判别提供了一种解决问题的新途径,具有重要的现实应用前景。