基于支持向量分类的装备完好性预测模型

对抗的战场环境和任务的变化,越来越需要装备战备完好性来保障作战行动。保持或提高装备战备完好性是装备保障的核心和中心工作。利用基于结构风险最小化的支持向量分类（Support Vector Classification,SVC）方法对装备的战备完好性进行了预测,提高了机器学习方法的预测能力。并以车辆装备发动机的技术状况数据为实例,建立了预测模型,通过参数选择,提高了模型预测的正确率、命中率等指标。结论表明：支持向量分类方法是预测装备战备完好性的有效方法。     

战场信息分类

本文在分析战场信息的基础上,确定了战场信息的分类准则,并且为战场信息给出了一个完备的分类。提出这个分类,试图为今后的战场信息格式制订提供指导,为指挥自动化系统间的信息共享奠定基础。     

D-S证据论在空中目标分类中的应用

首先叙述识别、分类空中目标时需使用多传感器融合技术,分析可利用的各类传感器和从其可得到的各种目标属性参数,以及各种数据融合方法.然后详细介绍了基于D-S证据论的3种多源信息融合分类空中目标方法,并对具体仿真应用结果作了比较.     

关于文化的思考

探讨了文化的内涵、分类及如何使自己所传播的文化具有先进性     

基于多尺度特征聚类算法的不确定目标检测

提出一种基于无样本的SAR图像目标检测分类方法。针对空战过程中难以获得大量SAR图像目标样本问题,采用基于全局CFAR的多尺度SIFT特征进行目标纹理描述,并针对特征维度较高及特征描述之间存在的冗余问题,通过PCA算法对其进行降维处理后,采用DBSCAN算法对潜在目标区域的多尺度SIFT特征进行分类实现目标检测。通过单一目标和多类目标图像进行实验验证,实验结果表明该方法具有一定的有效性和可行性。     

油料保障作业动态工况仿真

以建模和数据集成为桥梁,运用流体力学和数值分析等学科的理论和方法,深入研究应用多泵并联变频调速技术实现飞机外场管道加油系统恒压供油的原理,分析在离心泵增压条件下该系统因同时加油口数量发生变化引起压力与流量变化的规律和特性,进而提出模拟系统中各种参数的控制量值,给出程序运行流程框图,从而构建外场油料保障模拟训练"中心"平台系统,实现油料保障全过程中岗位的协同模拟训练。研究结果能较好地解决目前油料专业训练中存在的训练装备设施不足、实装训练成本高、协同训练难以落实等问题,提高油料保障专业训练的质量和效益。     

什么是国防科技工业标准体系表

国防科技工业标准体系表是国防科技工业标准体系的一种表现形式。它包括两个部分,一是反映体系结构层次的框图;二是包含了标准项目名称、体系分类编号、属性、标准适用范围、标准级别及相关要素在内的明细表。     

电子对抗装备维修备件混合分类决策模型

针对电子对抗装备保障中维修备件分类问题,利用评估理论研究成果,提出将层次分析法(AHP)和模糊综合评判相结合的混合模型,为备件分类提供决策支持。首先,分析电抗装备备件分类的影响因素,提出其分类指标体系的设计原则,并建立指标体系层次结构模型;其次,通过德尔菲法和AHP计算得到每个指标因素的权重,为综合评判提供权重依据,进而建立多级模糊综合评判模型对受多因素影响的维修备件进行总体评价得到其综合得分;最后依据得分情况对待分类备件进行类ABC分类。该模型为电子对抗装备维修备件分类决策提供了科学有效的理论依据。     

抓好重点 确保实现首季经济“开门红”

必须高度重视,全力以赴抓好重点工作和关键环节,为今年开好局、起好步奠定基础当前的工作重点是:做好年终考评和兑现工作抓好经济运行调节抓好冬春农业生产和团场职工多元增收工作妥善安排职工群众生活切实抓好社会稳定和安全生产工作     

火箭发动机故障检测的快速增量单分类支持向量机算法

为解决液体火箭发动机故障诊断正负样本不平均问题,以及实现发动机稳态工作段自适应故障检测,建立了基于快速增量单分类支持向量机的异常检测模型。采取特征工程方法,对传感器获得的多变量时间序列进行特征提取。通过增量学习方法,对单分类支持向量机模型进行改进,并应用于液体火箭发动机异常检测,使单分类支持向量机检测模型具备对不同台次、不同工况的自适应性,提高了模型的计算速度。对多台次热试车数据的分析结果表明,该模型十分有效,训练速度快,具备实用价值。