无线传感器网络中数据流异常数据的联合估计算法

为保证无线传感器网络数据的完整性,针对数据流中存在异常数据的问题,提出了一种基于BP神经网络和多元线性回归的联合估计算法。首先,将存在异常数据的数据流作为样本输入,利用神经网络的非线性拟合能力对异常数据进行估计。然后,通过相邻的传感器节点数据建立多元线性回归模型,对异常数据进行估计。最后,根据两种算法在不同情况下的误差大小,调整它们各自在异常数据估计中的权重,计算出最接近真实值的估计值。以Berkeley Intel实验室的传感器数据为实验数据,通过Matlab软件对本文方法进行测试并分析仿真结果,实验结果表明文中提出的方法能对异常数据进行有效估计,并且具有较高的可靠性和稳定性。     

基于二维云模型的复杂电磁环境下雷达作战能力仿真评估

复杂电磁环境对雷达作战能力影响存在不确定性,利用掌握的复杂电磁环境下雷达作战能力变化特点,建立基于二维云模型的云规则仿真模型,可以解决复杂电磁环境对雷达作战能力影响的模糊性和随机性问题,作出科学的评估。通过仿真算例,验证了模型的科学性与有效性。     

警钟长鸣

正九十一团聘请廉政网评员4月12日,农五师九十一团为18名反腐倡廉特邀网络评论员颁发了聘书。九十一团纪委十分重视网评员队伍建设,明确了网评员工作职责、反腐倡廉舆情网络信息的收集、报送的重点内容及基本要求,还专门邀请对网评员进行网评文章撰写技巧和方法的辅导,促进反腐倡廉舆情网络信息和网络评     

贝叶斯网络下考虑攻击企图的目标威胁评估

为解决舰艇编队的防空目标威胁评估问题,针对现有威胁评估方法中忽略目标攻击企图,且只进行静态评估而未考虑目标机动导致的运动参数变化对威胁评估的影响之不足,提出了利用目标攻击时所表现出来的特征参数进行攻击企图估计,并分析了影响机动目标威胁程度的相关参数和变量,以目标信息更新周期为不同时间片,建立了用于动态评估目标威胁度的离散模糊动态贝叶斯网络结构模型。为适应编队防空中火力通道多、目标批次多的特点,将一般威胁等级从3级划分扩展为5级划分。给出了网络中主要节点的状态转移概率表和条件概率表。通过对机动目标按照典型攻击航路的威胁度变化仿真表明,所建立的模型和采用的方法合理有效,能够较为准确地反映目标威胁,贴近实战。     

一种能量高效和均衡的无线传感器网络分簇数据融合算法

在无线传感器网络中,如果传感器节点之间的能耗不均衡,一些能耗进度较快的节点会过快失效,继而导致网络过早无法正常工作。为了解决分簇无线传感器网络在数据收集过程中所存在的节点之间能耗不均衡问题,提出了一种新的分簇数据融合算法。该算法将网络划分为大小不等的栅格,并根据剩余能量使簇首分别在每个栅格的节点中轮转。簇首消耗的能量越多,其所在的栅格也越大,栅格内有更多节点参与簇首的轮换以分担能量负载。通过该方式,算法能够提高节点的能耗均衡程度。另外,考虑到无线传感器网络的能量受限,算法还采取了一系列措施以节约能量。仿真实验结果表明,算法在能量使用效率、网络生命周期以及能耗均衡程度三个方面都具有较好的性能。     

改进BP网络的舰船装备保障资源保障能力评估

针对单独运用BP网络评估舰船装备保障资源保障能力时存在的不足,提出了一种基于改进BP网络的舰船装备保障资源保障能力评估模型。首先构建了保障能力评估的指标体系,在此基础上,采用主成分分析法对原始输入变量进行预处理,选择输入变量的主成分作为神经网络输入,一方面减少了输入变量的维数,消除了各输入变量的相关性;另一方面提高了网络的收敛性和稳定性,同时也简化了网络的结构。然后将遗传优化算法与BP网络结合,利用GA的全局搜索能力优化BP网络的结构参数。最后进行实例计算,结果表明该方法有效克服了纯BP算法局部收敛、泛化能力弱等问题,新模型采用的算法具有收敛速度快,结果精度高的优点,适用于对保障资源保障能力的分析和评估。     

网络分析法和熵权的装备保障系统能力评估

针对传统方法在解决装备保障能力评估问题上的局限性,利用网络分析法,构建了双层网络结构的评估指标体系,以反映装备保障系统复杂的内部关系;为克服网络分析法在求解指标权重时的缺陷,结合熵权理论,提出了指标权重修正模型;兼顾平时、战时的不同评估需求,提出了基于网络分析法和熵权的综合评估模型。通过实例应用,验证了方法的可行性、有效性。     

大小事

国内总装备部"一把手"不再一人说了算。总装备部重庆军代局牢把装备质量验收关,一道关设6把"锁",装备验收拒绝"一锤定音","一把手"一人说了不算。武警部队没有严寒酷暑,没有蚊叮虫咬,只需端坐电脑前轻点鼠标就能成为优秀哨兵。武警部队司令部和武警广州指挥学院共同研发的《合格哨兵》网络虚拟仿真训练系统就能达到上述目标。     

模糊离散动态贝叶斯网络的目标威胁等级评估

动态贝叶斯网络作为一种智能推理工具在处理不确定推理问题中显示出强大的生命力,但是存在难于处理连续变量的推理问题。将模糊理论与动态贝叶斯网络相结合,提出一种模糊分类的方法,将连续变量模糊分类为动态贝叶斯网络能够应用的证据信息用于推理,并建立目标威胁等级评估模型,应用直接推理算法对该网络进行推理。仿真结果表明,该分类方法与动态贝叶斯网络结合能够很好地处理连续变量推理的问题。