一种灰度图象中的小目标识别方法

介绍了一种基于目标灰度门限和目标之间灰度距离门限的区域自动阈值检测法,用该方法检测提取出灰度图像中包含目标的小区域。然后利用传统的门限自动选择方法找到合适的门限,利用该门限值对所获目标区域进行二值化以得到目标,然后采用改进不变矩方法提取目标特征并采用优化BP神经网络进行识别。该方法经实验验证,效果较好。     

基于神经网络的雷达抗欺骗干扰方法

对雷达抗应答式欺骗干扰的特征提取方法进行了改进,统计方法将均值与方差特征相结合定义特征因子,神经网络方法用Kohonen网络进行特征提取。仿真结果表明,2种方法都具有较好的抗应答式欺骗干扰性能,而神经网络方法性能更为优越。     

军事信息系统综合集成探讨

介绍了美军信息系统综合集成现状和发展趋势,分析了以网络中心战为目标、信息系统一体化、基础设施栅格化、武器装备信息化的综合集成特点,通过“博胜”计划和“未来作战系统”的剖析提出了两种综合集成模式。结合军队实际,在需求牵引与明确目标、顶层设计与统一体系、综合一体与信息主导、横向一体与纵向扁平、适应改造与扶弱补缺、提升能力与纳入栅格等六个方面对军事信息系统综合集成提出了建议。     

基于改进卡尔曼滤波方法的机动目标跟踪研究

针对在机动目标跟踪中当目标作高度机动飞行时卡尔曼滤波可能会出现严重发散的情况,提出利用BP神经网络校正其滤波结果,并将遗传算法应用于BP网络的训练过程,以解决BP网络训练速度慢的缺陷,提高算法的实时性。仿真表明该方法是可行的、有效的。     

基于多级神经网络的类型融合

研究了基于多级神经网络的类型融合方法。这种多级神经网络分为传感器子网和融合子网两部分。传感器子网是一种基于专家规则的模糊神经网络,根据专家规则确定网络结构,网络节点和传递函数都有明确的意义,避免了普通神经网络层数和隐层节点数难以确定的缺点。经过训练的传感器子网能够实现各目标类型的置信度分配,然后用融合子网对多个传感器子网输出结果进行融合,得到目标类型的最终判决。在融合子网中,加入了各传感器的可信度,使融合结果更可靠。仿真结果表明,此方法鲁棒性强,识别率高。     

数据融合技术在CGF建模中的应用

提出了将数据融合技术应用到计算机生成兵力 (CGF)建模中的思路和方法。在分析数据融合技术的基础上 ,深入讨论了卡尔曼滤波和最小二乘相结合的滤波方法以及一种改进的离散Hopfield神经网络 ,并结合一实际系统 ,建立了模型 ,给出了仿真结果。结果表明 ,数据融合技术和CGF建模相结合具有一定的应用前景和研究价值。     

神经网络的原理及应用

人工神经网络是在现代神经科学研究成果的基础上提出的,反映了人脑功能的基本特征。但它只是人脑功能的某种抽象、模拟和简化。研究这一技术的目的在于,探索人脑加工、储存和搜索信息的机制,并将其原理应用于人工智能的可能性。本文介绍了一些神经网络模型及应用。     

神经网络应用

神经网络的应用是神经网络研究的三大主要领域之一。神经网络的应用与其所具备的能力是紧密相关的。本文中,我们从介绍神经网络的基本能力开始,概括地介绍了当前的神经网络主要应用领域。并从神经网络的能力出发,讨论了神经网络的潜在的应用领域。     

故障诊断技术方法综述及展望

机械的控制系统发生故障对整个机械设备发生故障有很大影响,而且控制系统中应用的故障诊断方法与机械设备状态监测所应用的故障诊断方法相类似。因此,作者对故障诊断技术目前的状况进行了分析和总结,重点讨论了故障诊断技术在上述两个方面应用的主要方法,并加以比较,提出了在这一领域中值得进一步研究的一些问题和将来的发展方向。     

分布式交互仿真与作战模拟是武器装备研究和军事训练方法的一场革命

２１世纪是信息的时代,武器和军队必将也是信息化的。如何建设一支面向２１世纪的部队,发展武器装备,各国提出了利用分布式交互仿真技术的手段进行武器装备的先期演示和军事训练方法的改革。从武器装备体系的总体质量和效能去发展武器装备,而不是单靠发展单元武器系统来提高技术优势,这是体现顶层设计的思想方法和投资战略最佳选择。文章指出：国防系统分析方法学的革命来自于科学技术的发展,特别是分布式交互的国防仿真网的发展,它为军事训练和武器装备的发展注入了新的活力。文章指出了武器装备发展是以先期技术演示来作为信息时代特征,结合模拟和演习三位一体来探索未来作战理论武器装备的发展,并相应成立其检验的机构,提出了建设作战实验室。文章对美军分布式交互仿真进行了历史回顾并对当前的现状作了分析。