BP神经网络的布撒器末端修正

针对布撤器开舱点位置解算及子弹药减速伞延时解算所需时间长的问题,引入了BP神经网络算法,建立了子弹药的数学模型和BP神经网络解算模型,并进行了布撒器末端修正的仿真分析.仿真结果表明:运用BP神经网络算法计算的结果误差较小,并且大大缩短了在线解算的时间,进一步提升了布撤器的作战效能.     

做好省军区部队安全稳定工作的几点思考

一、把增强安全发展意识作为思想基础 思想是行动的先导.做好安全稳定工作,必须从解决思想认识人手,引导官兵把抓安全、促稳定作为重要责任来履行,作为生活习惯来养成,切实内化为自觉行动.一要充分认清国内外错综复杂的安全形势.当前,国际安全形势变数很大,我军履行职能使命的环境十分复杂.敌对势力千方百计利用各种时机并采取多种手段遏制我发展势头;民族分裂分子、国际恐怖分子和宗教极端分子活动猖獗,想方设法对我渗透破坏.     

j不变量等于1728的GLS椭圆曲线上四维

为了实现椭圆曲线的快速倍乘,Gallant-Lamber-Vanstone( GLV)方法被推广到四维的一般情形.文章中回答了Galbraith,Lin和Scott(J.Cryptol.DOI:10.1007/s00145 - 010 - 9065-y)提出的一个公开问题:研究Fp2上j不变量等于1728的GLS椭圆曲线上的四维GLV方法,并给出时间周期.尤其指出GLV的四维分解能够在很大的概率上实现,给出了一些结果和例子.特别指出在同一类曲线上,四维GLV方法的时间周期大概是二维GLV方法的70％～ 73％.     

ARUAV前沿判别法抗多点源诱偏性能研究

基于反辐射无人机的时域鉴别技术,提出了一种以小波分析为手段的前沿判别法。将被动雷达导引头使用固定波门对脉冲前沿进行采样所得的信号作小波分析,对分析结果进行判定,当判定采样信号内为单辐射源信号时对其进行测向、测频、跟踪和打击。针对两点源诱偏系统分析表明,在大部分空域中,反辐射无人机总是能首先跟踪诱饵信号。通过建模与仿真,验证了前沿判别法能够有效对抗两点源诱偏系统,并由固定波门得到了有效的判别空域。     

Halo轨道编队构型重构最优控制研究

变长度的测量基线与空间构型的多样性是航天器以编队方式执行深空探测任务的优势之一,该优势的发挥与航天器编队构型重构能力密切相关.针对Halo轨道编队构型重构问题开展研究,分析了Halo轨道编队的构型特性,推导了Halo轨道编队构型重构最优控制的Hamilton方程,基于第一类生成函数构造了最优控制Hamilton方程的迭...     

基于彩色的概率跟踪及其快速实现

针对基于彩色的概率跟踪中每一时间步每一个像点都要计算彩色直方图导致计算代价大大增加这一瓶颈问题,提出了一种减少直方图搜索区域从而提高计算效率的方法。根据前一帧中跟踪器的输出,在当前帧中建立一个基准窗口,并将其分割成若干个相等的子窗口,分别计算出它们的彩色直方图。然后根据像点滤波中不同像点的搜索区域与基准窗口的相对关系,找出重叠部分,从而可以利用该部分已知的子窗口的直方图而无需重复计算,只需计算不同部分即可,实验结果表明,该方法使计算量减少了50%以上。     

低碳钢的点蚀诱发敏感性研究

选择 3种冶金因素有代表性的低碳钢 ,通过极化试验比较了它们之间的点蚀诱发敏感性 ,同时利用电子探针分析了不同夹杂物在诱发点蚀过程中的腐蚀特征 ,并利用Flade电位比较了不同钢之间的钝化膜稳定性的差异 .结果表明 :沸腾钢的点蚀诱发敏感性显著低于镇静钢 ,稀土处理镇静钢则介于两者之间 ;夹杂物是钢中主要点蚀诱发源 ,钢基体与夹杂物交界处的钝化膜保护作用最弱 ,点蚀均从该处诱发 ;同类夹杂物在不同类型钢中的点蚀诱发敏感性差异较大 ,同一钢中的不同类型夹杂物的点蚀诱发敏感性差异很小 ,硫化物夹杂较其它夹杂物的点蚀诱发敏感性稍强 .     

潜艇纯方位接敌跟踪航路优化方法探讨

潜艇利用纯方位定位跟踪系统对目标进行定位跟踪时 ,目标位置线在优化潜艇的接敌跟踪航路中具有重要的作用。通过研究目标位置点与目标位置线和目标方位之间的关系 ,构造出一个优化潜艇接敌跟踪航路模型     

一个最优联勤保障模型

在联勤保障体系中,各兵种自身的特殊性决定了后勤保障的多目标性和多任务性,这些目标或任务之间一般存在着一些冲突。文章通过建立一个多目标规划模型,利用理想点加权法来求解此多目标规划问题,协调并解决这种冲突。     

基于双基点模糊推理的智能系统评估方法

针对现有面向智能系统的智能化水平评估方法存在的粗粒度评估、泛用性差、不可解释等不足,提出一种基于深度双基点模糊推理的系统智能化水平评估方法。该方法提出一套通用的智能化水平评估指标体系,并基于该指标体系搭建深度双基点模型,该模型首先根据多个维度的细粒度指标生成初步综合评价,随后使用自适应模糊推理网络进行模糊计算,最终输出智能化水平。该模型采用定性评估与定量评估相结合的评估策略,融合专家知识和模糊推理方法,使得评估结果具有可解释性且模型具有较强的泛用性。针对不同的信息系统,基于所提出的智能化水平评估指标体系,使用相关数据及相关领域的专家知识进行实验验证,结果表明所提出的评估方法能够稳定地进行智能化水平评估,评估结果可解释且评估模型具有良好的泛用性。所提出方法能够为大数据及人工智能系统的智能化水平评估提供方法和参考。