经济目标防护及其对策探讨

根据科索沃战争中南联盟失败的经验教训,指出了经济目标防护在现代战争中的重要性和对经济目标进行防护的必要性,提出了经济目标根据战时的作用功能的分级、分类的原则,并对经济目标防护的相关对策提出了包括对城市经济目标进行整体布局和规划、经济目标的隐蔽和伪装、采取应急措施、成立专业部门统筹协调经济目标的防护工作等建议。     

提高近场精度的海洋声学快速场改进模型

为了提高海洋声学快速场模型在近场区域的计算精度,分析了影响经典快速场模型精度的因素,主要包括Bessel函数近似、忽略内行波项以及在水平距离最远处波数采样率过低,这些因素导致快速场模型近场误差较大、远场水平距离最远处结果不正确(计算结束后需要去除水平距离后段的声场)。提出能够提高经典快速场模型近场计算精度的改进模型,改进部分主要是采用保留内行波项的近似Bessel函数,再将近场上下两个基于声源点与对称轴的三角形区域用波数积分解(使用精确Bessel函数)覆盖。算例测试结果表明:与经典快速场模型相比,改进模型可在绝对时间增加较少的情况下,显著提高近场计算精度,综合性能更优;与波数积分法相比,改进模型在误差为同量级的情况下,积分时间大幅降低,实际应用价值更高。     

深度置信网络在导弹攻击区分类中的应用

针对传统导弹攻击区解算方法忽略双方态势变化等问题,提出运用深度置信网络的导弹攻击区分类模型。根据导弹命中情况与目标机动间的关系,将导弹攻击区划分为五类。通过分析影响导弹攻击结果的态势参数,构建导弹攻击结果预测模型。在实验部分,结合重构误差和测试错误率确定深度置信网络的网络结构,通过逐层提取数据法分析模型参数特征并且讨论微调数据的采样方式。使用反向传播神经网络和支持向量机进行分类有效性对比实验。实验结果表明：深度置信网络运行速度和预测准确度明显优于其他两种方法,满足实时性和准确性要求,所提方法具有良好的应用价值。     

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。     

基于作战场景的箔条走廊信号衰减能力分析

面对箔条运动、多雷达威胁以及不同的攻击场景,箔条走廊的干扰效果往往呈现非均匀、动态的特性。构建了基于作战场景的箔条干扰走廊衰减能力分析模型,通过仿真,重点分析了箔条抛撒间隔、攻击速度、攻击滞后时间等对箔条走廊衰减能力的影响,并提出了箔条干扰走廊运用的一些建议。     

船舶降噪工程技术集成优化方法

在用船舶降噪工程受总体约束强、声学异常多等因素影响,传统新船建造的声学设计方法不能被直接应用。为此,提出了在用船舶降噪工程技术集成优化方法。根据需求设计顶层降噪指标,并通过四项标准进行检验;基于改装前测试数据和降噪技术储备情况,制定初步降噪技术集成方案;通过声学评估迭代,形成优化的指标分配体系和最终的降噪技术集成方案。模型试验验证结果表明,该方法能够有效实现在用船舶降噪工程的技术优化集成。     

基于空间谱估计的测向技术

利用空间谱估计测向技术可以实现对目标信号测向,其优异的测向性能受到理论界和工程界的极大重视,出现了许多各具特色的空间谱测向算法,主要对多重信号分类算法(MUSIC)、旋转不变子空间(ESPRIT)、最大似然算法(ML)这三种算法进行了测向性能的比较分析。首先介绍了空间谱估计的基本原理,然后构建了均匀线阵的阵列模型,对三种测向算法及其流程做了较详细的分析,最后从不同的信噪比、快拍数和阵元数三个方面进行了测向性能仿真,仿真结果显示:在算法的测向精度上,MUSIC算法和ML算法明显要优于ESPRIT算法,随着信噪比的提高、阵元数目的增多、快拍数的增加,三种算法的测向性能都随之得到改善。     

一种新的支持向量机决策树设计算法

支持向量机决策树的精度和速度取决于树结构。为了获得好的泛化性能,应由可分性强的类为树的上层结点定义分类子任务。提出了一种新的支持向量机决策树设计算法。决策树中每个结点的分类子任务定义规则如下:采用模糊核C-均值将当前训练集粗分为两个子集,然后基于隶属度从各个子集中选择可分性强的子类定义当前结点的分类子任务,并将可分性弱的子类移至下层结点。实验结果表明,该方法的精度和速度都优于其他传统的多类分类方法。