坦克推进系统分段寿命试验统计分析

本文用生存分析方法,对坦克分段寿命试验进行了统计分析,并从理论上说明了坦克分段寿命试验的合理性.     

大数据时代下教育短板地区教学网络扶贫问题研究

大数据为教学带来新的变革,也为网络欠发达的教育短板地区带来巨大机遇与挑战.以大数据所依赖的网络建设为轴线,为教师获取教学信息资源,促进自身发展提供基本媒介、技术、条件、途径、方法和策略,避免因网络贫困而导致的系列问题的产生,对于实现教育短板地区教育扶贫从"输血式"到"造血式"的根本转变具有重要的价值与意义.本研究以新疆地区为个案,通过调研发现,教学实践中存在数据支撑条件缺乏,教师需求强烈;数据意识缺失,网络利用率低下;网络能力贫困,信息行为单一;数据资源库支持乏力,教学资源获得障碍重重等问题,通过原因分析,从转变扶贫模式,凸显"以人为本"的精准扶贫理念;转变传统网络观念,深化网络数据意识;学校与培养培训部门合力,强化教师网络数据能力培养;强化资源库建设,提供免费资源信息等方面提出相应对策.     

美军揭开了其战术用PFED的神秘面纱

战术用袖珍式前方输入装置（PFED）是一种新型点击式手持系统,可用于为火力支援部队提供精确的目标数据,以供其实现目标定位。     

交互式多模型目标跟踪的研究现状及发展趋势

系统地介绍了交互式多模型算法在机动目标跟踪领域中的发展现状、发展方向及其与数据关联相结合进行目标跟踪的发展趋势.通过分析交互式多模型算法本身存在的问题,指出了一些改进方法的可行性与不足;进一步介绍了数据关联与交互式多模型算法结合进行目标跟踪的发展情况及取得的成果,并对以后与交互式模型相关的研究方向进行了探讨.     

用于多目标跟踪的m-最佳S-D分配算法

本文描述了一种称为m-最佳S-D(即m—最佳S维)的新数据互联算法,这种算法在O(mSkn3)(m个分配,长度为n的S≥3个序列,k次松弛)时间内得到对于S维分配问题的(近似)m-最佳结果。m-最佳S维算法应用于以下的跟踪问题:要么传感器是同步的,要么传感器和/或目标运动非常缓慢。此项工作的意义在于m-最佳S-D分配算法(以滑窗模式)可以通过避免所需列举的令人不堪忍受的指数数目的联合假设,从而有效实现次优多假设跟踪(MHT)算法。本文首先描述了m-最佳S-D所应用的一般问题。特别是根据来自S个传感器的视线(LOS)(即不完全位置)量测,求取完全位置量测集合,即通过求解一个静态S-D分配问题可得到第1、第2、…、第m个最佳(在似然意义下)完全量测集合。使用用于得到m-最佳S-D分配解的联合似然函数,就可用类似JPDA(联合概率数据互联)技术来度量复合量测的正确概率。来自连续扫描的复合量测序列以及它们相应的概率,轮流用于一个动态2-D分配算法的状态估计器中,以估计随着时间变化的运动目标状态。基于一个似然函数获得动态分配权系数,此似然函数包含了从(静态)m-最佳S-D分配解中得到的“真实”复合量测概率。通过把m-最佳S-D分配的解法用于一个仿真的多目标被动传感器航迹起始与航迹维持问题,展示了m-最佳S-D分配解法的优点,其     

基于模糊聚类的多目标跟踪算法

提出了一种新的基于模糊聚类的多目标跟踪算法,该算法通过一种改进的模糊聚类算法,首先得到可能的目标数和测量点迹与目标预测位置之间的隶属度,然后结合Kalman滤波将隶属度作为权值系数对预测新息向量进行加权,来实现目标状态估计的更新。仿真结果表明,传统数据融合多目标跟踪算法,一般需要假定目标数并且在多目标密集时易产生关联错误而导致跟踪发散,新算法通过模糊聚类客观有效地确定了目标数并且通过加权过程保证了对多目标密集时的高精度。     

基于改进DS理论多周期数据融合的目标识别方法

为了应对复杂战场环境下信息不确定性及证据冲突造成目标识别困难的问题,解决配准关联错误及应答欺骗产生的误识别问题,减小融合算法对先验数据的依赖,提出了一种基于改进DS证据理论的多周期多传感器数据融合方法以实现高效的战场目标识别。方法采用4个层级,两个方面的多传感器数据融合结构,在改进DS证据理论处理性能的同时,充分利用多个周期识别结果的融合实现最终目标识别。仿真结果表明,该方法在提高目标识别准确性的同时,能够有效解决目标密集和应答欺骗造成的目标误识别问题。     

为创建新中国捐躯的革命烈士有多少

在新中国诞生60周年之际,民政部门公布的数据显示,我国有姓名可考的烈士共175万余人。然而,据估算,仅在革命战争年代牺牲的先烈就有约2000万人。     

一种模糊阶段态势估计方法

态势指标的运动是动态和高度非线性的,甚至无法给出一个确切的数学描述。采用模糊数学这一在军事决策领域中普遍应用的方法,给出了一种态势分析的通用方法。采取模糊因果聚类的方法,利用物理传感器信息和历史数据(历史战例、作战模拟结果等)来静态求取阶段态势指标的估计值,同时采用模糊Bayes决策方法,利用非物理传感器的信息来修正估计,并且给出了优化的态势控制(作战决策)方法。