神经网络在数字化装甲部队指挥信息对抗中的应用

在信息化战争中,对数字化装甲部队指挥信息对抗能力的评估是复杂而重要的问题,采用何种评估方法是值得研究的.在建立数字化装甲部队指挥信息对抗能力指标体系的基础上,运用BP(Back propagation)神经网络(又称为多层前馈神经网络)模型来求解.     

自适应学习率的小波神经网络逼近算法

提出一种自适应学习率的小波神经网络算法,从根本上解决了小波神经网络学习率的取值和收敛速度慢的问题,并有效地克服了小波神经网络易陷入局部极小的缺点,仿真实验表明,提出的学习算法可靠,学习率能够随着网络的运行参数而自动变化,无需任何人为调整,克服了小波神经网络学习率靠人为试算选取所带来的问题.采用该种改进算法用于非线性函数逼近明显优于同等规模的固定学习率的小波神经网络.     

C~4KISR系统集成的一体化价值

结合当前军事指挥理论的发展,首先概述了C4KISR系统的发展现状,列举了C4KISR 4个重要组成部分的功能作用.其次论述了C4KISR系统与一体化的关系,分析了C4KISR系统集成的一体化实质,指出部队进行信息化建设的根本目的是要加强整体协同作战能力,寻求全局最优的策略.最后从排队论的角度,对C4KISR系统集成的一体化价值进行了量化对比分析,对比计算的结果显示:实现一体化集成的C4KISR系统的各项指标明显优于集成前的各单个子系统的各项指标,从侧面揭示了信息化在新军事变革中的重大现实意义.     

径向基神经网络在潜艇战场态势判断中的应用

潜艇的战场态势判断是潜艇作战中的重要环节.一般情况下,对于战场态势是基于指挥员经验而判断的,其准确性不好,较强地依赖于战场指挥员的战术素养.由于不同潜艇战场态势决定不同目标的方位序列,提出了一种利用概率型径向基神经网络的方法,并通过目标方位序列与目标态势的一一对应关系,进行战场态势的判断.结果表明该方法具有较好的识别能力.     

捷联惯性系统中 IMU 安装误差及陀螺漂移的估计

为减小IMU 安装误差及陀螺漂移对捷联惯性系统导航参数精度的影响,采用速度/姿态角组合匹配传递对准模型的误差方程和IMU的安装误差角方程结合的方法组成新的滤波器模型,并引入改进的BP神经网络算法,实现了IMU安装误差及陀螺漂移的快速有效估计.为对捷联惯性导系统的各项导航参数进行修正和补偿、提高导航精度提供了依据.     

PCNN图像分割新方法

为了解决脉冲耦合神经网络(PCNN)难以确定最优分割结果以及脉冲产生门限由非线性方法计算得到的问题,提出了一种基于PCNN的图像分割新方法.该算法采用线性方式动态调整脉冲门限,采用二维最大相关准则确定PCNN网络的循环迭代次数,并引用中值滤波的思想对PCNN的接收部分进行了改良,以克服噪声对分割过程的影响.实验结果表明该方法能获得视觉效果较好的分割结果并具有较强的普适性.     

不确定多属性决策的单目标优化方法研究

运用神经网络的非线性映射和遗传算法的寻优特性,建立了不确定多属性决策的单目标优化模型。把属性值区间作为遗传算法染色体的搜索范围,用训练好的神经网络计算适应度。用不同的适应度函数来计算综合属性值区间数的下界和上界,然后对方案进行排序。算例结果表明,该方法是可行的。     

基于压力测量的发动机汽缸磨损寿命预测方法

对不同摩托小时的某型坦克发动机进行了实车检测试验,采用压力传感器测量了发动机汽缸压缩压力,分析了汽缸压缩压力随发动机使用时间的变化趋势。分析了汽缸套磨损的特点及对发动机使用寿命的影响。针对发动机汽缸磨损的非线性特点,建立了人工神经网络预测模型,实现了对坦克发动机汽缸使用寿命的预测。     

数据挖掘与数据融合相结合的异类信息融合*

针对组网系统中的信息样式多、模糊性强等特点,介绍了分布式异类传感器组网系统及其特点,将数据挖掘中的知识发现理论与数据融合的知识应用理论相结合,建立了异类信息综合处理的集成模型。并提出了基于模糊神经网络的数据挖掘算法,增强了集成模型的自学习性能。模型有效地提高了异类传感器组网系统的智能化、自动化能力。     

半模基片集成波导互耦的仿真与分析

利用等效磁壁而提出的半模基片集成波导能够将原基片集成波导的尺寸、重量减半,便于电路的小型化和集成化,因而研究这种结构在集成电路中的互耦现象十分必要。文中对同一个微波集成电路中相邻的两个半模基片集成波导以及改进的半模基片集成波导的互耦现象进行了仿真与分析。仿真结果表明,反向和同向排列方式受互耦的影响较小,并且改进后的半模基片集成波导结构能明显减弱互耦现象的影响。