美国国防实验室实现开放共享

美国政府从上世纪80年代开始,逐步授权国防部根据国家利益开放共享其国防实验室的实验设备、技术、研究能力,对外提供有偿的实验室服务,利用政府实验室、中心或其他测试设备开展材料、装备、模型、计算机软件和其他项目的测试及技术服务。     

使用多Agent模型求解N－难题的新方法

借鉴多Ａｇｅｎｔ模型思想给出了求解Ｎ－难题的新方法。将Ｎ－难题分成多个Ａｇｅｎｔ,赋予每个Ａｇｅｎｔ以算法,利用Ａｇｅｎｔ之间的协作和交互有效地进行问题求解。该方法将前人的指数时空复杂度降为多项式时空复杂度,实际实现结果表明了该方法可行、高效。     

飞机战伤修理分析与实施

提出了飞机战伤修理分析的程序和方法,论述了战饬修理应具备的条件及实施步骤。同时也提出了我空军在战饬修理建设方面的一些建议。     

2014nccet：一种新的用于减少远程Cache访问延迟的最后一次写访问预测方法*

为减少远程Cache访问延迟,提高共享存储系统的性能,提出了一种新的基于程序内在写突发特性的最后一次写访问预测方法,并对一个具体的目录协议进行了改造,以支持该预测方法。通过预测Cache块的最后一次写访问并提前对其进行降级,处理器能直接从主存中读取数据,从而减少了远程Cache访问所需的一个网络跳步数。与当前基于指令的预测方法相比,该方法能极大减少存储开销。基准测试程序的评测结果表明,该方法能获得83.1%的预测准确率,并且能提高8.57%的程序执行性能,同时与基于指令的预测方法相比,该方法能分别减少历史踪迹表69%的存储开销和签名表36%的存储开销。     

面向监督学习的稀疏平滑岭回归方法

岭回归是监督学习中的一个重要方法,被广泛用于多目标分类和识别。岭回归中一个重要的步骤是定义一个特殊的多变量标签矩阵,以实现对多类别样本的编码。通过将岭回归看作是一种基于图的监督学习方法,拓展了标签矩阵的构造方法。在岭回归的基础之上,进一步考虑投影中维度的平滑性和投影矩阵的稀疏性,提出稀疏平滑岭回归方法。对比一系列经典的监督线性分类算法,发现稀疏平滑岭回归在多个数据集上有着更好的表现。另外,实验表明新的标签矩阵构造方法不会降低原始岭回归方法的表现,同时还可以进一步提升稀疏平滑岭回归方法的性能。     

一种基于极坐标模型的多AUV协同导航与定位算法

为了解决多个自主式水下无人航行器(AUV)在作曲线轨迹的航行时常规协同导航算法精度较低的难题,提出了一种基于极坐标的多AUV协同导航与定位算法.首先,将本算法的模型、可观测性与常规的直角坐标系算法进行了分析与对比.接着,进行了基于实航数据的数值仿真.针对解决各种传感器受异常噪声干扰导致多AUV协同定位误差变大的问题,本...     

一种用于机电产品测试性设计的传感器优选MINLP模型

在单故障假设条件下,考虑了传感器的失效概率和设备的故障率,提出一种以故障检测率和故障隔离率为约束条件的降低传感器费用和失效概率的混合整数非线性规划(MINLP)模型,从而为机电产品测试性设计中传感器选择问题提供了一种可行和有效的解决方法,并进行了案例验证,说明了该方法的有效性。     

潜艇发射鱼雷的可攻性问题解析法

当得到目标速度、目标航向以及潜艇和目标的初始距离、初始舷角时,通过建立直角坐标系,给出了潜艇可攻性判断的数学公式,并利用该公式就各种情况进行了讨论,定量地解决了潜艇发射鱼雷的可攻性问题.     

基于Hamming网络的空袭目标评估模型

针对空袭目标威胁程度评估问题,在模糊优化模型的基础上,提出了一种基于Hamming神经网络的求解方法.该方法将神经网络与模糊优化模型相结合,既方便了原问题的描述又简化了问题的求解,发挥了二者的集合优势.经仿真试验证明了该模型的有效性.该方法为此类问题的研究提供了一种有效、可靠的新途径,同时它也是模糊理论与人工神经网络相结合的理论方法的有益尝试.     

基于BP神经网络的空中目标识别方法

提出了一种利用BP神经网络用于空中战机目标识别的方法.首先,分别用300张不同姿态的F-16和F-22战斗机图片建立样本图库.其次,利用不变矩理论,提取图片的不变矩作为神经网络的输入量,分别采用基本梯度下降算法、有动量和自适应学习速率梯度下降算法和Levenberg-Marguardt优化算法训练BP网络.然后从样本图库中随机抽取两种型号飞机图片各30张作为空中打击目标进行识别,结果表明采用LM优化算法的BP网络具有一定的抗噪声能力.