神经网络集成方法在火灾分析中的应用

采用神经网络集成方法对我国31个地区的经济总量、消防基本投入、火灾损失之间的关系进行定量分析,研究发现神经网络集成方法能有效地反应各地区经济发展水平、消防基本投入与火灾损失之间的内在联系。     

神奇卡片

第一步:把能引起你紧张的各种场面,按由轻到重依次列成表(越具体、越详细越好),分别抄到不同的卡片上,把相对令你最不紧张的场面放在最前面,把最令你紧张的场面放在最后,卡片按顺序依次排列好。第二步:进行松弛训练。方法为坐在一个舒服的座位上,有规律地深呼吸,让全身放松。进入松弛状态。第三步:拿出上述系列卡片的第一张,想象上面的情景,想象得越逼真、越鲜明越好。如果你觉得有点不安和紧张,就停下来不再想象,做深呼吸使自己再度松弛下来。完全松弛后,重新想像刚才失败的情景。若不     

基于随机有限集的传感器网络多目标跟踪

利用有限集统计理论对声学W SN下的多目标跟踪进行了研究。首先利用F ISST理论对声学W SN下的多目标跟踪进行建模,然后利用粒子滤波对随机集最优贝叶斯滤波进行近似,提出了一种新的多目标跟踪方法。在粒子滤波执行过程中,为了有效地平衡计算量和跟踪精度,根据目标数目自适应地调整每一时刻的粒子数目。仿真结果表明在监视区域同时出现目标较少的情况下,算法能够及时发现目标的出现和消失,正确估计目标状态和数目。     

机动目标模型研究与发展综述

对机动目标模型的研究与发展进行了回顾,指出了各个模型的局限性,重点对Singer模型和“当前”统计模型的优缺点进行了分析,并得到有意义的结论;最后指出了未来机动目标模型研究的方向和趋势。     

基于HRRP的雷达目标识别研究综述

雷达目标识别(RTR)技术在国土防空和战略预警领域具有重要意义,目前相关研究大多基于高分辨距离像(HRRP)展开。梳理了当前研究主要聚焦于样本完备和小样本情况下目标识别的问题,研究方法主要聚焦于基于特征提取的识别方法、基于统计建模的识别方法以及基于深度学习的识别方法等3个方面。聚焦2大问题,从3个方面开展综述,进行归纳总结;指出在当前研究领域存在的5个亟待解决的问题,分析了下一步研究可以考虑的方向。     

基于变邻域人工蜂群算法的航空不规则零件下料优化研究

针对航空不规则零件规格种类多样,毛坯数量庞大,原坯料利用率低等实际生产中的问题。为了解决上述问题,提出基于变邻域人工蜂群不规则零件下料优化算法及算法流程,构建双坐标系下料模型,设计交换策略、顺序策略及逆序策略进行变邻域搜索,采用SCO、DCO、HO、WO、AO解码方式进行图样解码。最后,将变邻域人工蜂群算法与原始人工蜂群算法进行仿真分析,仿真实验结果表明：变邻域人工蜂群算法能够有效可靠地提高原坯料利用率及排样效率。     

军民融合产业内涵及范畴

发展军民融合产业是各级政府落实军民融合发展国家战略的重要抓手之一。针对军民融合产业界定不清等问题,从理论研究和实践工作层面梳理既有观点及演变趋势,形成对军民融合产业的客观认识。在此基础上,剖析军民融合产业的属性特征,从指导实践工作角度出发提出三种界定军民融合产业范畴及相关统计工作的合理化思路,并提出建立两级联动工作机制、开展国家工业基础中国防科研生产能力普查工作、试点开展军民融合产业分类标准及指标体系建设工作、加强军民融合产业统计数据质量监测等政策建议。     

论现代军事统计的意义及其内涵

军事统计是社会统计的一个分支,是统计在军事领域中的具体应用,是军队建设不可缺少的一部份。不论战争年代,还是和平建设时期,我军运用军事统计制定战略方针,指导现代化建设,组织实施教育训练、物资保障和施工生产等各项任务中,都做出了应有的重大贡献。研究军事统计的理论和方法,对于做好新时期的军事统计工作,加快我军现代化建设的步伐具有重要意义。     

基于随机加权法的BAYES精度评定

从工程应用的角度出发 ,在极小现场子样条件下 ,讨论了如何利用验前信息与现场子样来对导弹的命中精度进行评定 ,将随机加权法与BAYES方法结合起来 ,提出了基于随机加权法的BAYES精度评定方法 ,并通过算例证实了方法的正确性     

一种高超声速飞行器在线反馈滤波算法

高超声速飞行器是近年来各国大力发展的新概念飞行器,针对其飞行运动轨迹难以进行高精度跟踪这一问题,结合神经网络强大的自适应和自学习能力,提出了一种高超声速飞行器在线反馈滤波算法.其核心是在当前统计模型的基础上,利用BP神经网络与卡尔曼滤波相结合进行滤波器设计,实现对高超声速飞行器高精度跟踪.最后通过仿真试验进行比较,验证...