模糊层次分析法在海缆安全评估中的应用

针对目前海缆安全评估的片面性和主观性,基于模糊层次分析法提出了一种新的海缆安全评估方法,建立了海缆安全评估的递阶层次模型,构建了以上层目标为准则的两两比较模糊互补判断矩阵,并对其进行改造得到了模糊一致性矩阵,然后计算各因素的相对权重和综合权重。在此基础上,根据权重对各安全因素的重要性进行了排序,得到不同因素对于海缆安全的影响程度。分析结果可为海缆安全管理和维护决策提供参考依据,实例也验证了该方法的可行性。     

基于检测的人体跟踪算法

传统的目标跟踪算法需要人为标定跟踪区域,且受到漂移问题的影响。为了解决这些困难,针对人体跟踪问题,提出了一种新的基于检测的跟踪算法。为了减少漏跟踪,使用了多个检测算子,用来定位多个身体部位,将其检测结果映射到一个相同的身体区域。为了适应快速运动的目标,使用KLT跟踪和凝聚聚类将检测窗口连接起来形成人体轨迹。实验结果表明:使用多个检测算子明显地提高了跟踪性能;KLT跟踪对于快速运动目标具有适应能力。该算法基本满足实时性。     

美出台《四年防务评估报告》

3月4日,美国国防部发布了2014版的《四年防务评估报告》,在2012年1月《防务战略指南》的基础上,为美国未来4年的国防政策设定了目标。     

美军加快重返亚太步伐

2014年3月初美国国防部发布的2014年《四年防务评估报告》,在2012年《防务战略指南》的基础上,分析了美国所处的安全环境和财政紧缩现状,规划了美国的国防政策和军队建设的优先发展方向,其中最突出的内容是为应对中国军队潜在威胁,而继续推进奥巴马政府的重返亚太战略。     

低速率移动自组织网络安全路由协议

由于移动Ad Hoc网络具有无需基础设施,可以快速部署,很难完全被摧毁等优点,被作为数字化战场通信的优先选择,设计实现了一种适用于低速率移动Ad Hoc网络的安全路由协议——LSRP,它适用于分层架构的低速移动电台自组网,可以在网络资源有限的情况下,防御来自外部和内部两方面的攻击。LSRP协议利用分布式门限RSA签名方案来阻止非授权接入,防范来自网络外部的攻击;利用邻节点信任度评估机制,进行恶意节点检测和剪除,防范来自网络内部的攻击,增强了网络的安全性。     

基于灰色神经网络的装甲部队油料消耗预测

油料消耗量的精确预测直接影响装甲部队后勤保障能力的提升,而传统预测模型精度不高,应用范围也有一定的局限,难以满足信息化战争精确保障的需要。提出一种装甲部队油料消耗预测的组合模型,对历史油料消耗数据和油耗影响因素进行统计分析,求出各影响因素与油耗量的关联度作为权重系数;通过改进GM(1,1)模型预测某部队下一次军事行动的油耗量;用GM(1,1)模型的预测值、加权后的各影响因素值和油耗实际值训练网络,对下一次想定的军事行动油耗量进行预测。通过平均相对误差计算表明,组合预测模型比单一的GM(1,1)模型预测精度高,能够较好地指导部队进行下一步的油料供管工作。     

舰船毁伤效果评估系统设计

快速准确地评估毁伤结果是判定战果和评价作战效能的重要依据,可为指挥员合理编组兵力、精确运用火力、制订下一步行动计划提供决策支持。在分析任务需求的基础上,提出了一种舰船毁伤效果评估系统的设计方法。提出了舰船毁伤效果评估系统的基本系统需求,介绍了系统的构建、结构以及系统工作流程,阐述了系统的安全性及可靠性要求。     

基于AHP的天波雷达装备维修保障能力评估

研究天波雷达装备维修保障能力评估问题。首先,根据天波雷达本身的特点建立了装备维修保障能力评估体系,并给出了各指标的意义及计算方法;其次,采用层次分析法确定评估指标体系中各指标的权重;最后,通过实际数据对目前天波雷达装备维修保障能力进行了计算。通过计算说明了模型能够反映天波雷达装备维修保障能力,计算结果可以为改进装备维修保障系统提供依据,亦可以为装备维修保障指挥提供辅助决策。     

装备技术体系网络建模与结构优化方法

针对装备技术发展管理的重用度和冗余度问题,研究了体系网络建模与结构优化方法。将装备技术抽象为节点,技术关系抽象为边,提出了基于装备技术描述属性框架和技术关系分析的体系网络建模方法;将3种经典的网络社团探测方法应用于装备技术聚类,通过比较评估指标,生成了技术聚类优化方案;基于加权网络中心度算法,识别了对体系冗余影响最大的装备技术。以包含235项激光武器装备技术的技术体系为例,验证了方法的有效性,总结了体系结构的优化结论。     

士官院校人才培养绩效评估指标体系研究

根据士官院校建设的内在属性和人才培养绩效评估的特殊要求,可以采用平衡记分卡来设计士官院校人才培养绩效评估指标体系。体系主要反映士官院校人才培养的教学管理、财务、培养成效、学习与发展四方面情况。各评估指标的权重可通过层次分析法来计算,具体步骤是：先了解影响士官院校人才培养绩效的各因素,确定出各因素之间的关系,之后将问题分解成递阶层次,构造两两比较判断矩阵,最后判断矩阵一致性,依次求出各级指标的权重。