CISE中FOM自动生成技术的研究

从介绍"基于组件的集中/分布/并行一体化建模仿真环境(CISE)"入手,简单介绍了现有HLA联邦的开发途径和缺陷以及"基于组件的集中/分布/并行一体化建模仿真环境"在开发联邦方面的优势,重点探讨了FOM自动生成技术的功能、关键技术及解决技术途径.     

基于模糊聚类-BP神经网络模型的战场目标识别

神经网络可以用来识别战场目标,但是传统神经网络具有样本多、学习速度慢的问题.为了解决上述问题,建立了一种基于模糊聚类和神经网络相结合的目标识别模型.仿真实验表明,用该模型进行目标识别,可以科学地选取样本,提高网络的训练速度和运行速度,并且能确保目标识别的正确率.     

雷达信号非均匀粒度聚类分选方法

聚类分析是数据挖掘中的重要技术.在比较分析了两种常用的聚类分析方法的基础上,将基于商空间的非均匀粒度聚类算法应用于雷达信号分选中,仿真实验的结果表明:该算法可以从不同层次观察聚类数据,更适用于复杂雷达信号聚类分选,具有良好的性能.     

无源跟踪中的一种新数据关联算法

在无源多目标跟踪过程中,数据关联是核心。提出了无源跟踪中的一种新数据关联算法,先对支持向量聚类理论进行了讨论,用该理论对采样到的观测点进行分类,后定义了多特征的关联度计算问题,并用综合数据关联的方法对目标进行状态估计。计算机仿真结果表明:该算法对目标的正确关联度要优于传统的数据关联算法。     

多层次灰色聚类决策对目标价值排序的应用

针对战场环境下的目标价值排序问题,应用层次分析法(AHP)原理,分析了不同目标的不同因素的影响,在确定指标权重的基础上提出了目标价值排序的递阶层次结构模型;并进一步运用灰色聚类方法,构造评价函数,综合决策目标价值排序.通过案例分析验证,将层次分析法与灰色聚类综合评价法相结合,取得了较为满意的结果,为指挥员对目标价值决策提供理论依据.     

一种基于交叉关联积分的功放无意调制识别方法

针对同频率连续波信号中的功放指纹分析问题,提出一种基于相空间交叉关联积分的无意调制识别方法(CCI-UMI).该方法通过对功放无意调制的机理分析和对重构矢量沿轨迹概率(PDT)的理论分析,建立了相轨迹比较的基本理论依据和参数选择方法.采用多尺度交叉关联积分算法,在重构相空间实现了对信号细微差别的灵敏比较.对任意波发生器两路通道实测数据的分类实验表明:本方法识别率较高,经合理选择参数,在低信噪比下可获得比功率谱方法和相空间微分方法更好的分类性能.     

地空导弹武器系统退役的模糊聚类分析

文章论述了影响地空导弹武器系统退役的主要因素,对包括技术性能、年使用维护费用、作战效能、超期服役系数、战略权重等,给出了评估模型,并运用模糊聚类方法对地空导弹武器系统的退役进行了分析,为退役决策提供了一种定量分析方法。     

一种基于线性流形的基因表达数据的聚类方法

由于基因表达数据的稀疏性和噪声性,传统聚类算法对其聚类时不能取得好的效果。针对这一问题,一种新的线性流形方法被提出,它的基本思想是搜索数据集中的线流形聚类,再将其中某些线流形聚类融合构造高维流形聚类。该算法将切向距离和法向距离作为线性流形的距离度量,运用空间近邻信息,采用聚类基因的平均表达水平作为转移向量,提高了聚类的准确度。实验结果表明,该算法的聚类准确性优于其它聚类算法,并且对带有噪声的数据可以保持较高的聚类准确度;在对Hela基因表达数据聚类时,算法得到了具有显著生物学意义的聚类。这些都说明提出的算法对基因表达数据聚类的适用性和有效性。     

非竞争类军品应推行竞争性采购方式

非竞争类军品具有生产和消费的垄断性,其价格受机制和市场环境的制约,采购效益相对较低。推行该类军品的竞争性采购,必须培育与竞争性采购相适应的竞争环境,建立健全与竞争性采购方式相适应的组织体系、价格形成机制、采购效益评价机制、采购监督机制和采购激励机制。     

基于模糊聚类的多目标跟踪算法

提出了一种新的基于模糊聚类的多目标跟踪算法,该算法通过一种改进的模糊聚类算法,首先得到可能的目标数和测量点迹与目标预测位置之间的隶属度,然后结合Kalman滤波将隶属度作为权值系数对预测新息向量进行加权,来实现目标状态估计的更新。仿真结果表明,传统数据融合多目标跟踪算法,一般需要假定目标数并且在多目标密集时易产生关联错误而导致跟踪发散,新算法通过模糊聚类客观有效地确定了目标数并且通过加权过程保证了对多目标密集时的高精度。