粗集支持向量机的战斗机空战效能智能评估

根据现代空战特点,选取了战斗机的空战效能评估指标集,并采用粗糙集理论对指标体系进行约简,提取对空战效能影响起关键作用的特征参数,消除冗余信息,减少了支持向量的维数。支持向量机(SVM)具有结构简单、全局最优、泛化能力强的优点。根据所提取的特征参数,文中提出采用回归型支持向量机(SVR)建立空战效能智能评估模型。并通过实例与指数法和BP神经网络法计算结果进行了比较,验证了该模型的可行性和有效性。     

高层建筑物变形监测与分析方法研究

进行高层建筑物的变形监测对其安全性非常重要。本文针对高层建筑物变形监测环境及其对监测快速、高精度的要求,详细阐述了采用GPS和全站仪的组合监测方案,重点提出了利用回归平面进行建筑物整体倾斜变形分析的方法,并用实例验证了该方法的可行性。     

基于卷积神经网络与滤波融合算法的某惯导系统剩余寿命预测模型建立

在对产品中具备大量运行观测性能数据的关键系统部件进行剩余寿命预测的过程中,因寿命数据稀少难以建立寿命分布模型。而对产品性能观测数据进行退化建模,传统退化过程分析模型对于产品性能观测数据适应性差导致产品寿命预测精度低、有效性弱的问题,充分挖掘部件退化数据信息,依据相关退化分析技术,基于统计模型中的滤波预测方法与机器学习技术中的回归卷积神经网络（regressive convolutional neural networks, RCNN）预测方法建立产品剩余寿命预测融合模型。融合模型结合了滤波预测模型对产品退化状态的挖掘能力、不确定表达能力与RCNN网络模型良好的数据适应性、预测的准确性,提高了产品退化数据分析的准确性及有效性,可对产品关键部件的寿命进行有效预测,为产品中具备大量运行观测数据的关键系统部件健康管理提供辅助参考。     

多因素协调设计提高超视距反舰导弹抗干扰能力

依据超视距反舰导弹的特点和对捕捉概率影响因素的分析,提出一种基于捕捉概率的多因素协调设计的方法,用于提高导弹抗干扰能力.并运用均匀试验设计法统计计算捕捉概率,对仿真结果进行回归分析.最后通过非线性规划对导弹抗干扰能力进行优化计算,论证了该方法的可行性.     

回归分析在多雷达航迹关联和融合中的应用

雷达数据关联融合是多站多目标跟踪的主要问题,提出了一种回归分析的数据融合方法.首先,对测量数据进行统计分析,给出观测融合的点估计和置信区间估计,之后基于目标的观测融合数据,采用强跟踪滤波器对多目标进行跟踪.利用上述方法,进行了各种态势下的仿真实验,验证了算法的有效性.     

雷达智能BIT故障预测方法研究

在总结了几种比较常见的故障预测方法的基础上,介绍了基于统计学习理论的支持向量回归算法。提出将智能遗传算法用来对支持向量回归模型的参数进行优化选取,并详细介绍了模型参数的选取过程,避免了参数的盲目设置。将建立起来的模型应用于雷达智能BIT故障预测领域,并以一组智能BIT状态监测的数据对预测模型进行训练和验证,实验结果表明支持向量回归模型能有效地对雷达故障进行预测。     

基于访问特征负载预测的负载均衡算法

为了提高web集群负载均衡的效果,结合web服务用户访问静动态内容的特征,提出了一种基于访问特征负载预测的负载均衡算法。首先建立网络带宽负载和CPU、内存综合性能负载的小波包一支持向量机回归混合预测模型;然后根据用户请求的类型,结合负载预测的结果对任务进行分配和调度。仿真结果表明：与传统的基于负载预测的负载均衡算法相比,基于访问特征负载预测的负载均衡算法能达到更好的负载均衡效果,从而有效提高web集群的整体性能。     

基于采样的非线性滤波方法

在系统阐述贝叶斯估计理论的基础上,分析和总结了扩展卡尔曼滤波、Sigma点卡尔曼滤波以及粒子滤波等方法的特点、使用条件以及局限性.介绍了扩展卡尔曼滤波方法并指出其缺陷;介绍了无轨迹卡尔曼滤波、中心差分卡尔曼滤波等确定性采样方法,并在加权统计线性回归意义下将其归结为Sigma点卡尔曼滤波方法;介绍了随机采样方法-粒子滤波方法,并指出其主要的研究方向.最后,对非线性滤波的发展趋势进行了展望.     

基于聚类回归算法的军种比例关系研究

军种比例关系是军队结构的重要组成部分,合理的军种比例关系对于军队建设意义重大.依据军事组织编制学中的“比较”的观点,运用聚类分析及偏最小二乘回归分析的算法分析军队的军种比例构成.运算结果表明,该方法军事理论依据充分,运算过程便捷,是一种新型的论证军种比例关系的算法.     

一种支持向量回归的局部邻域稀疏化方法

调整高斯核函数参数可以改变其VC维,通过密度聚类算法发现并分离全局中非线性复杂度不同的局部特征,以支持向量比率为优化指标确定满足局部稀疏条件的核函数,从而达到优化核函数选择以提高整体回归稀疏性的目的。