基于粗糙集支持向量机的空袭目标识别

为提高对空袭目标的识别能力,提出了一种基于粗糙集支持向量机的空袭目标识别方法.该模型用RS方法构建SVM数据处理系统的前置系统,充分利用RS理论在处理大数据量,消除冗余信息等方面的优势,减少了SVM训练数据,克服了SVM算法因为数据量太大而导致处理速度慢的缺点.根据分类识别的要求,在RS-SVM两类分类算法的基础上,建...     

邻近支持向量机的阵列波束优化

针对标准支持向量回归波束形成器的计算复杂度高、内存开销大、训练速度慢的缺点,提出了邻近支持向量机(Proximal Support Vector Machine,PSVM)波束优化方法。PSVM打破了通过对偶问题求解原问题的传统思维,将支持向量回归的约束条件等式化,直接对原问题进行分析与求解,给出了基于PSVM波束形成器的优化模型及具体实现过程,并进行了数值仿真实验。研究结果表明,在保持波束形成器性能基本不变的情况下,降低了计算复杂度,减少了内存开销,提高了训练速度。与传统的支持向量回归波束形成相比,具有良好的快速性,为波束形成器的优化设计提供了一种新的有效方法。     

面向像斑的高分辨率遥感影像自优化迭代分类方法

针对高分辨率遥感影像提出了一种面向像斑的自优化迭代分类算法,基于半监督聚类算法获取训练样本,以支持向量机为核心设计了自优化迭代分类器。使用分型网络演化算法获取像斑,并从中选取少量标记样本;结合标记样本,利用半监督模糊C均值算法对像斑进行聚类,并基于密集度筛选得到训练样本;设计了自优化迭代支持向量机分类算法,对所有像斑进行迭代分类直到满足分类要求,并在分类过程中对近邻分类结果进行统计得到高可信度样本以自主优化训练样本集。基于以上方法分别对武汉市QuickBird和WorldView影像进行分类实验,分类总精度分别达到94.67%与92%,与基于人工选取训练样本情况下进行分类的分类总精度（82%与82.67%）、常规支持向量机分类总精度（87.33%与88%）、最小二乘支持向量机分类总精度（88%与89.33%）相比,精度有明显提升,分类效果较好。     

舰队CEC系统的对抗方法研究

CEC系统的使用使得舰队真正成为了一个整体,同时使得舰队的作战能力相比以前有了很大的提高.如何与舰队CEC系统进行对抗是未来作战的重要研究内容.在对CEC系统进行介绍的基础上,分析研究了美军舰队的作战方式和其CEC系统的结构特点.通过分析提出了对抗CEC系统的方法和手段.     

空对空多机协同攻击多个目标的战术决策研究

简要介绍多机协同攻击多目标的基本概念、战术决策、目标分配及攻击排序方法。最后用数字仿真（实例）验证该方法的有效性     

多机空战仿真研究与实现

本文作者在多年来从事作战仿真的基础上,研究了多机空战仿真的建模方法,建模仿真原理,并且建立了多机空战仿真模型。     

加强具有电子对抗特色的军事运筹学科建设——并祝贺军事科学院运筹分析研究所成立20周年

作者在军事科学院军事运筹分析研究所成立20周年之际,总结了具有电子对抗特色的军事运筹学科的建设,如研究方向,科研成果,队伍形成及人才培养等。