基于二次特征提取的神经网络信号源个数估计方法

信源数目估计对阵列信号空间谱估计非常关键,但容易受到相关噪声环境和相关信号源的影响。为此,提出一种基于二次特征提取的源数估计算法。首先,利用阵列信号协方差矩阵的特征值和特征向量,提取6组二次特征参数;然后,利用这些参数对神经网络进行训练;最后,利用训练好的神经网络进行信源数目估计。由于稳健性强,该算法非常适合在复杂电磁环境下使用。仿真试验结果表明,该算法在低信噪比、相关噪声和相关信号源条件下均具有良好的估计性能。因此,该算法应用前景广阔。     

基于GCA-TOPSIS的保障能力需求满足度评估方法

从保障能力的形成过程出发,提出了保障能力需求满足度的概念,并分析了其中的含义,指出可从贴近度和关联度两方面去评估满足度。介绍了利用灰色关联分析法和理想解法评估满足度的方法步骤。最后,给出了保障能力需求满足度评估的案例。     

基于Hopfield神经网络算法的雷达干扰资源分配

为了使有限的雷达干扰资源发挥最佳的干扰效果,基于干扰效益最大准则建立了雷达干扰资源优化分配模型。提出了基于Hopfield神经网络算法的干扰资源优化分配方法,利用该方法能够在可行的解空间中找出满足能量函数和约束条件的全局最优分配方案。并与干扰资源蚁群优化分配算法进行了比较,理论推导与仿真实验表明该方法的可行性与有效性,且比蚁群分配算法具有更快的收敛速度和更好的健壮性。     

美日夏威夷会谈出现分歧

一位日本官员称：“日本希望优先讨论中国问题,同时希望明确美日两国在‘灰色区域’冲突中各自应该承担的角色。”这位官员所称的“灰色区域”冲突是指一国针对日本的体系化军事攻击,这种攻击能够对日本构成威胁．但没有达到全面战争的强度。     

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.     

基于灰色理想方案的气垫艇登陆点优选

气垫艇登陆点优选是超越式登陆作战训练过程中必须解决的核心问题之一.结合灰关联分析理论、熵值法和逼近于理想的技术,提出了一种基于灰色理想方案的灰关联分析技术.建立使登陆点条件最优化的目标函数而求得备选登陆点的评估系数,从而根据备选登陆点的评估系数的大小排序选择最优登陆点.     

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.     

基于灰色聚类的野战饮食装备技术保障能力评价

采用一种定性和定量相结合的层次分析法和灰色聚类评价模型,通过案例评价分析,得出现阶段某部队野战饮食装备技术保障能力各指标及综合指标所属等级,针对性提出“培养高素质保障人才”,“提高装备品质,完善器材设施”,“加快信息化建设”,“加强费用一效能管理”等措施,获得了比较满意的效果,证明了灰色聚类评价模型在野战饮食装备技术保障能力应用中的有效性。     

基于改进人工鱼群算法的WNN优化设计

针对人工鱼群算法优化设计小波神经网络(WNN)的缺陷,引入了视野范围与步长的自调整策略,以提高搜索效率和收敛速度。改进后的人工鱼群算法可在WNN的搜索空间中同时确定参数初始值和隐节点数。仿真实例验证了其有效性。     

基于小波神经网络的MEMS陀螺输出预测方法

为了解决弹载MEMS陀螺实时输出预测问题,提高陀螺输出预测精度并减小计算量,通过分析弹载陀螺信号时间序列特性,结合小波分析和神经网络两种方法的优势,提出了一种基于小波神经网络的MEMS陀螺输出预测方法。选取并优化神经网络结构参数,利用实测陀螺数据对建立的小波神经网络进行训练,并预测出未来一段较短时间的陀螺输出值。与陀螺实测值和ARMA模型预测结果的对比发现,小波神经网络方法有效地提高了MEMS陀螺输出预测的精度、减小了计算量,从而验证了该方法的有效性和精度。