基于对抗演练的坦克单车成绩评定方法

为合理评定坦克分队对抗演练过程中各单车的操作技能,基于各单车在对抗过程中的相关数据特征,运用模糊聚类算法对单车对抗水平进行聚类分析,得出了各单车的等级评定成绩。提出了一种改进的ReliefF算法,将其差异明显、差距较大的属性特征分离,为坦克单车以及分队找出差距、制定日后训练重点提供了重要依据,并通过一实例阐明了此方法的实现步骤,验证了此方法的科学合理性。     

基于BP神经网络的柴油机动态输出扭矩预测建模

比照测试柴油机负荷特性方法对某型废气涡轮增压柴油机进行了全工况热平衡台架试验,并以柴油机各稳定工况点台架试验的转速、加油尺杆位移、排气温度及相应输出扭矩的测试数据为训练、测试样本,通过BP神经网络的反复学习,得到了精度较高且泛化能力较强的柴油机动态输出扭矩预测模型。     

基于ELECTRE方法的模糊多属性决策

针对传统ELECTRE法的弱点,将ELECTRE法拓展到了模糊环境下,得到一种解决模糊多属性决策问题的新方法,决策评估中涉及到的属性值与属性权重值等模糊信息以三角模糊数形式给出。首先集结决策者对各方案属性的评价,确定出模糊决策矩阵;其次根据信息熵原理,求解出三角模糊数型的属性权重向量;最后给出新的模糊ELECTRE方法的决策步骤。新方法既具有统一的表达形式,又克服了传统方法中和谐性与不和谐性之间具有一定相关性的缺陷。新方法计算简单,给出的实例验证了此方法的可行性和有效性。     

基于神经网络的舰载网络入侵检测方法研究

基于神经网络的舰载网络入侵检测方法研究     

信源数动态变化的一种稳健超定盲分离算法

针对大多数现有盲分离算法都假定信源数已知,分析了信源数未知且动态变化时的超定盲分离(接收天线数多于信源数)算法,通过奇异值分解在线估计信源个数,并修正自适应神经网络的维数。文章在经典Cichocki-Unbenauen算法中加入动量项,设置可变步长,使分离性能得到较大的改进,同时避免训练陷入局部最小。与文献[1]新提出的ANA算法相比,仿真结果证明本文算法具有更快的收敛速度和更小的稳态误差。     

神经网络技术在智能BIT故障诊断系统中的应用

论述了智能BIT的智能设计、智能检测、智能诊断和智能决策,构建了基于神经网络的某高炮装备随动系统的智能BIT故障诊断系统。用Multisim进行电路仿真,提取输出信号的均值、峭度、偏斜度构成三维向量,以它作为特征向量利用神经网络进行模拟电路的故障诊断。通过比较BP神经网络、SOM神经网络和小波神经网络的诊断结果,得知利用均值、峭度和偏斜度作为特征,BP神经网络和SOM神经网络能够有效识别故障状态模式。     

基于直觉模糊熵的飞行保障效能灰色聚类评估

随着空军在未来战争中越来越重要,飞行保障效能的好坏直接关系到空军战斗力的生成。通过分析飞行保障任务,构建了飞行保障效能评估指标体系,建立了基于直觉模糊熵的动态客观权重模型;运用灰色聚类评估方法对飞行保障效能进行了评估,并结合实例,验证了该方法的有效性,为保障能力的提升提供了参考依据。     

基于比较语言的军民融合式装备维修保障风险评估

针对地方维修商参与部队装备维修保障给军方带来诸多风险的问题,系统分析了军民融合式装备维修保障存在的风险因素,提出了一种基于比较语言表达的风险评估模型。将比较语言表达式转换为犹豫模糊语言术语集（HFLTS）,并计算出由梯形模糊隶属函数表示的 HFLTS 的模糊包络,最后应用双基点法进行维修商的选择决策。通过实例验证了模型的有效性。     

基于模糊干扰观测器的高超声速飞行器一体化制导控制方法

为充分利用高超声速飞行器在俯冲段的质心运动与绕质心运动之间的耦合作用和飞行过程中的不确定性,基于模糊干扰观测器提出了三维一体化制导与控制问题。首先根据飞行器的动力学方程以及飞行器-目标的视线角相对运动方程,推导出来适用于倾斜转弯控制的一体化制导控制模型。接着,针对模型中的不确定性采用模糊干扰观测器进行补偿,并使用块动态面方法设计了一种一体化制导控制律。然后,通过选取适当的李雅普诺夫函数证明了闭环系统状态的一致毕竟有界性。最后,仿真结果验证了该一体化制导控制方法的有效性和鲁棒性。     

用于视频图像帧间运动补偿的深度卷积神经网络

为探索深度学习理论在视频图像帧间运动补偿问题中的应用,提出一种用于视频图像帧间运动补偿的深度卷积神经网络。该网络由卷积模块和反卷积模块构成,可以处理不同分辨率输入图像并具备保持较完整图像细节的能力。利用具有时序一致性的视频图像序列构造训练样本,采用随机梯度下降法对设计的深度卷积神经网络进行训练。视觉效果和数值评估实验表明,训练得到的网络较传统方法能更有效地进行视频图像帧间运动补偿。