武器——目标分配问题的一种算法

提出了基于神经网络的、用于解算武器——目标分配（WTA）问题的并行算法。WTA问题是对于多个入侵敌机（目标）如何分配多个现有防御兵器迎击的间题。处理该问题的高速化是现代防空系统中必不可少的能力。最佳分配解的定义是,根据此解分配迎击武器可以使击落全部敌机的失败概率最小。提出的并行算法是以Hop-filed和 Tank的神经网络模型为基础,使用了K×M个处理单元（二进制神经元）,其中M为武器平台数.K为目标数。12个战例的仿真结果表明,本算法的解算速度是现有算法的9.0～34.3倍,而且击落全部敌机的失败概率还略有减小。这些仿真结果可用于设计高性能防空系统。     

目标识别中的信息融合技术

本文介绍了目标识别的一般过程和不同融合过程(决策级、特征级和象素级)、比较了分类识别的主要方法:聚类分析、神经网络、物理模型、专家系统和模板法,阐述了目前在决策级分类融合中使用较多的经典推理,贝叶斯推理和D一S方法。最后还讨论了信息融合方法在图像目标识别中的应用问题。     

前馈网络在状态识别中的应用

介绍了前馈网络的结构,BP算法以及算法的推导过程,并对算法做了一些改进.然后将该算法应用于抽油机减速箱的状态识别,给出了识别结果.实验表明,基于BP算法的前馈网络在识别的精度和自学习方面都优于传统方法.     

基于递归神经网络的飞机目标识别方法

针对宽带高距离分辨全极化雷达体制,提出了一种基于实时递归神经网络算法的飞机目标自动识别方法,实现了全极化下五类飞机目标的自动识别。实验结果表明,递归神经网络用于飞机目标识别是有效可行的。     

基于智能诊断方法的摩托车发动机故障检测系统研究

针对摩托车发动机故障检测问题,结合其结构特点,采用传统专家系统与神经网络融合方式与策略,提出了一种故障检测混合专家系统方法。对以此方法为核心的智能故障诊断系统结构、组成及工作过程等问题进行了研究与讨论,并给出了系统的应用实例。     

不同增强体镁基复合材料的阻尼性能

研究了短切碳纤维、碳化硅晶须、硼酸铝晶须为增强体的镁基复合材料在外加载荷下的阻尼性能,测量了它们的力学性能与断口特性。研究表明：增强体不同的镁基复合材料,阻尼性能不同;在所研究的几种增强体复合材料中,以短切碳纤维增强镁基复合材料的阻尼效果最好;短切碳纤维增强铁基复合材料界面对内耗有明显的影响。     

基于神经网络的机动多目标数据关联算法

虽然JPDA被公认为是杂波多目标环境下跟踪效果最理想的数据关联算法之一,但在密集回波情况下其计算量易出现组合爆炸现象,难于实时处理。通过对Hopfield网络解决TSP问题的研究,探讨用神经网络解决联合概率数据关联(JPDA)中数据运算的组合爆炸问题的办法     

改进的BP算法在柴油机故障诊断中的应用研究

利用改进BP算法的神经网络对柴油机进行故障诊断.首先讨论了其训练算法,然后确定了柴油机故障诊断所用特征参数及故障种类,并提出特征参数数据归一化公式,最后以6-135ZC柴油机为例,将实验数据输入网络验证.结果表明,神经网络对柴油机故障识别率很高,应用于柴油机故障诊断领域是切实可行的.