一种新的证据K-NN数据分类算法

K近邻分类算法已被广泛应用于模式识别中。为了有效处理识别问题中的不确定信息并提高数据分类精度,提出了一种新的证据K-NN(NEK-NN)分类算法。首先从总的训练集中随机重复采样来构造多个训练样本子集。在每个训练子集中,利用目标数据与其各个近邻的距离分别构造基本置信指派,并根据K个近邻数据在每个类别中的数目来对构造的置信指派进行加权。然后,利用DS规则对加权证据融合。根据每个训练子集下融合结果的算术平均值来判断目标的类别属性。通过模拟数据集和真实数据集的实验,将NEK-NN算法与其他几种常见的方法做了对比分析,结果表明NEK-NN算法能够有效地提高分类的精度。     

基于WSN的目标探测与分类算法

针对WSN监测系统的目标检测与分类问题,提出一种基于直觉模糊推理(IFR)的多源数据融合方法。由模糊推理的思想,设计各状态变量的属性函数。根据目标声强变化和引起的地磁场变化的模型,设计模糊推理规则,并检验了所建规则的合理性。理论分析与仿真结果的对比表明算法能准确地对目标进行分类,且运算量小,适用于计算能力较弱的WSN节点。     

舰载主被动传感器数据关联算法

针对海战场密集目标情况下,传统方法在解决舰载主被动传感器数据关联问题中表现的不足,提出一种基于属性信息相似度检验的方法.通过分析雷达实体目标与辐射源在时间上可能出现的不同对应关系,给出相应的判决规则.仿真结果表明,新算法具有较高的关联精度和较低的漏关联概率.     

大数据时代的警务信息工作探讨

大数据时代给警务信息工作的发展提供了重大机遇,公安机关的“情报主导警务”、“大情报、大信息”都离不开大数据的应用.分析当前警务信息综合应用平台在大数据时代存在的问题和不足,提出在警务信息工作中加强大数据应用的对策.     

无人机集群作战中连续时间Markov链模型的求解方法

针对无人机集群目标作战解析建模时在状态转移过程中计算速率低的问题,提出了一种基于行压缩存储的四阶Runge-Kutta法。根据无人机集群作战样式将无人机集群作战过程划分为三个阶段,并分阶段对无人机集群作战的状态转移过程建立连续时间Markov链模型。以无人机集群完成作战任务的可靠性作为求解指标,运用四阶Runge-Kutta法对Markov模型进行求解。由于求解过程中速率转移矩阵具有稀疏特性,采用基于行压缩存储的算法优化求解速率。仿真实验表明,运用连续时间Markov理论建立的无人机集群作战过程模型的有效性和可行性优于其他模型。同时,与其他算法及模型相比,该算法计算速率更高、能更好地满足结果精度的可靠性需求,进一步说明了本算法的优越性。 〖BHDWG8,WK10YQ,DK1*2,WK1*2D〗〖XCHSC.TIF;%129%129〗听语音 聊科研与作者互动     

结合实时数据产品与北斗短报文的厘米级海洋精密相对定位

针对远海精密定位的广泛需求和传统精密定位服务费用昂贵的问题,提出利用北斗短报文设备传输导航观测数据,结合实时服务数据产品,以实现海洋的低成本厘米级精密相对定位。为了克服短报文传输频率低的缺点,采用融合空间相对定位和精密单点定位两种技术来加密分钟间隔以外的坐标,避免了传统时间基线法加密坐标存在的误差累积现象。分别基于静态和动态海洋观测数据进行仿真实验,结果表明,新方法无论在水平方向还是垂直方向上,都可以实现厘米级定位,且对时间间隔不敏感。     

陆军合同战斗战法仿真实验研究

战法实验是检验战法、创新作战理论的有效方法和途径。加强陆军合同战斗战法仿真实验研究将有力促进陆军合同作战理论与战法的创新和发展。战法仿真实验通常按实验准备、实验推演、实验分析评估的步骤组织实施,开展陆军合同战斗战法仿真实验应把握好战法实验评估指标设计、战法行动计划设计、实验系统构设、战法行动计划录入、实验数据采集及分析评估等主要环节。     

基于指挥信息系统的陆战场情报仿真方法研究

研究了基于情报数据分层推送与分发的陆战场情报仿真及处理方法,构建了陆战场情报仿真模型,分析了陆战场情报仿真系统的结构与功能,并对陆战场情报仿真数据处理机制进行了研究,解决了陆军部队运用指挥信息系统开展各种训练过程中多源情报实时仿真难的问题。     

基于数据场的登陆作战体系兵力编组效能分析

兵力编组效能直接影响登陆作战体系的作战能力。在分析梯队式和群队式兵力编组模式下登陆作战体系网络模型的基础上,利用数据场理论研究登陆作战体系的拓扑势场,描述梯队或群队间由支援、协同产生的协同作战能力,建立基于数据场的登陆作战体系兵力编组效能模型,并进行仿真分析。得到了一种定量分析兵力编组作战效能的方法。