柴油机健康状况评估及其方法

提出了柴油机健康状况评估的思想,通过大量实车试验,计算并分析了关联维数与柴油机健康状况的对应关系,结合摩托小时数给出了柴油机健康状况的定量表述参数——健康度。最后,验证了健康度与振动烈度、加速时间、减速时间以及燃油消耗等特征量反映的健康状况是一致的,这表明,利用健康度评估柴油机的健康状况是可行的。     

基于约束条件的海上机动目标位置长期预测模型

海上目标运动模型已经有很多,但是对海上机动目标位置的长期预测问题还没有得到很好的解决。灰色系统理论是解决时间序列问题的有效工具,将其与海上机动目标的运动特点相结合,可以较准确地预测海上机动目标在未来较长时期内的位置分布,为引导卫星搜索海上机动目标提供理论依据。     

基于熵权与灰色关联法的研究生科研能力评价模型

研究生是新时代下创新型国家的重要支撑力量,科研能力的评价成为研究生培养质量的关键指标.为研究评价研究生科研能力的方法,在综合比较相关评价方法基础上,构建研究生科研能力评价指标体系,采用灰色关联度评价方法和熵权法相结合的方法建立了研究生科研能力评价模型,通过对某高校研究生的科研能力问卷实例分析,获得了该校研究生的科研能力状况.结果表明:研究生的科研能力在社会实践领域表现最优,通过实例分析验证了该模型的有效性,该模型为研究生的培养提供了参考.     

基于灰色理论的有人/无人机协同作战效能评估

在人工智能等高新技术推动下,有人/无人机集群协同作战将是未来战争的新常态,如何有效评估其作战效能是当前亟须研究解决的重点难点问题。从有人/无人机集群典型作战任务下的作战运用能力需求入手,重点对评估指标体系构建、评估指标权重的确立与修正、评估模型构建等进行研究,实例验证了评估模型的可行性。研究成果可为评估有人/无人机集群协同作战效能提供有效方法手段,同时为有人/无人机集群协同作战运用提供理论支撑和决策参考。     

基于灰度关联和神经网络的装备价格第三方服务机构评价模型

为了科学合理选择装备价格第三方服务机构,研究以灰度关联分析和神经网络方法构建评价模型。研究数据采用问卷调研形式获取,针对样本数据采用灰度关联法分析评价指标与综合评分之间的关联性,发现服务态度和制度建设情况两个评价指标与综合评分关联度达0.74以上,较为重要。采用有效二级指标和综合评分作为输入和输出数据,构建基于神经网络的装备价格第三方服务机构评价模型。通过实际数据验证分析,发现神经网络模型预测精准的概率为75%,预测满足要求的概率为25%,满足实际应用需求,能够为主管部门遴选机构建言献策。     

基于指标间关联增效的指挥效能评估优化模型北大核心

针对传统的指挥效能评估模型没有考虑指标间相互影响的问题,基于对特定指标集进行多次观测所得的多维数据集,利用关联分析技术,分析并量化消费型指标对效益型指标的关联增效,并基于关联增效的数学期望构建了消费型指标的评估补偿量模型,进而改进了传统的指挥效能评估模型。     

基于改进的灰色综合关联度方法的效能评估分析

针对传统灰色综合关联度在指标权重确定和灰色判断矩阵建立上的主观性较强的缺点,提出了改进的灰色综合关联度方法,即运用组合赋权思想,将客观信息与主观信息结合,得到指标的组合权重,既考虑了专家决策的偏好,又减少了指标的主观性。在建立灰色关联评价矩阵的时候,采用评判区间来代替传统的单一评判值,增加了最后评估的可靠性。最后通过实例对该方法进行了验证和分析。结果表明,采用改进的灰色综合关联度分析法对系统进行评估是可行的,而且与传统的灰色综合关联度法相比,该方法所得到的评估结果更加有效。     

基于改进知识推理的联合打击目标关联推荐

联合作战指挥中,如何针对指挥员的选定打击目标,由指挥系统后台智能推荐符合指挥员倾向意图的关联目标,是亟待解决的实际问题。利用目标实体之间的隶属关系,构造符合战场信息传播原则的多元实体及关系集,引入知识图谱推理的向量优化技术补全目标超网络的隐藏关系,进而构建打击目标超网络体系并实现打击目标的关联推荐。最后通过仿真实验对比分析了改进方法与常规超网络分析方法的异同,探讨了方法的正确性和优越性。方法并未使用专家主观评分法,用知识推理取得了和其他同类方法相似的体系价值评分结果,在智能化的目标关联推荐和作战辅助决策中具有较好的应用前景。     

基于警报关联的威胁行为检测技术综述

基于警报关联的网络威胁行为检测技术因其与网络上大量部署的安全产品耦合,且能充分挖掘异常事件之间的关联关系以提供场景还原证据,正成为复杂威胁行为检测的研究热点。从威胁行为和网络安全环境的特点出发,引出威胁行为检测的应用需求和分类,介绍基于警报关联的威胁行为检测的基本概念和系统模型;重点论述作为模型核心的警报关联方法,并分类介绍了各类典型算法的基本原理和特点,包括基于因果逻辑的方法、基于场景的方法、基于相似性的方法和基于数据挖掘的方法;并结合实例介绍了威胁行为检测系统的三种典型结构,即集中式结构、层次式结构和分布式结构;基于当前研究现状,提出了对未来研究趋势的一些认识。     

基于稀疏贝叶斯学习的扩展目标雷达关联成像*

雷达关联成像不依赖于雷达与目标的相对运动,是一种高分辨凝视成像方式。传统的关联成像方法未考虑复杂扩展目标的结构信息,在高分辨成像时的应用受到限制,为此提出一种自适应结构配对稀疏贝叶斯学习方法。该算法在稀疏贝叶斯学习的框架内针对扩展目标建立一种结构配对层次化高斯先验模型,然后采用变分贝叶斯期望-最大化算法交替进行目标重构和参数优化。该算法将某一信号分量的重构与周围信号分量联系起来,并能在迭代过程中自适应地调整表征各信号分量相关性的参数。实验结果表明,该方法针对扩展目标可以有效地进行高分辨成像。