综合孔径辐射计多分辨率统计反演方法

确定性的综合孔径辐射计反演方法没有考虑亮温分布先验信息的统计特性;另一方面,该类反演方法也难以分析亮温分布离散化引起的离散化误差,因此往往将其忽略。为此,提出一种多分辨率统计反演方法,该反演方法能引入先验信息和离散化误差的统计特性。多分辨率统计反演方法的思想是将未知的亮温分布和综合孔径辐射计测量的可见度视为随机变量,并采用统计推断的方法进行综合孔径辐射计图像反演。根据这一思想,提出了一种先验协方差估计方法,建立了含有超参数的高斯先验模型;采用多分辨率分析建立了亮温分布的离散模型,根据该离散模型和高斯先验模型计算了离散化误差的概率分布;将综合孔径辐射计图像反演转换为超参数估计的问题,采用Newton-Raphson迭代算法对超参数进行了估计。理论分析、仿真和实验均表明:与传统的确定性的反演方法相比,多分辨率统计反演方法通过利用先验信息和离散化误差的统计特性,可有效提高综合孔径辐射计的成像性能。     

基于对抗演练的坦克单车成绩评定方法

为合理评定坦克分队对抗演练过程中各单车的操作技能,基于各单车在对抗过程中的相关数据特征,运用模糊聚类算法对单车对抗水平进行聚类分析,得出了各单车的等级评定成绩。提出了一种改进的ReliefF算法,将其差异明显、差距较大的属性特征分离,为坦克单车以及分队找出差距、制定日后训练重点提供了重要依据,并通过一实例阐明了此方法的实现步骤,验证了此方法的科学合理性。     

基于单一聚类方法的航空器相撞HFACS诱发模式分析

为了有效防控航空器相撞事故的发生,保证航空系统安全、有序和高效运行,提出一种基于单一聚类过程的人为因素分析分类系统(HFACS)诱发模式分析方法。在该方法中,首先,根据航空器相撞的具体特点建立了HFACS。然后,利用HFACS对发生的航空器相撞事故/事故征候进行量化,构建历史信息的数据表。最后,采用单一聚类方法对得到的数据表进行诱发模式分析,识别出重要的诱发模式及模式中包含的重要影响因素,并据此提出防相撞的管控措施。实例分析表明,所提出方法的实现过程简便,定性定量结合,形式易于理解,分析结果也更加贴近实际,对于提升防相撞的管理和决策水平,防范航空器相撞及减少造成的损失具有重要的实用价值。     

基于Rényi信息增量的机动目标协同跟踪算法

针对基于多传感器组网进行机动目标跟踪的传感器管理问题,提出了一种基于Rényi信息增量的机动目标协同跟踪算法。首先结合"当前"统计模型和交互式多模型不敏卡尔曼滤波算法设计了一种变结构多模型算法,来进行机动目标的状态估计;然后以Rényi信息增量为评价准则,选择使Rényi信息增量最大的单个传感器进行目标跟踪;最后利用得到的最优加速度估计进行网格划分,更新变结构多模型中的模型集合。在一般机动及强机动场景下进行了算法性能分析,仿真结果表明,该算法能够合理地选择传感器,提高了对机动目标的跟踪精度。     

移动技术支持下的初中英语听说课教学实践与思考——基于语言类双环目标教学法

本文基于语言类双环目标教学法从浅层层次认知阶段、情景化反思、深层次认知阶段三个维度进行移动技术支持下的初中英语听说课教学改革实践,其中各个教学环节均具有理论指导与支撑,以此进行有效课堂教学构建,以期与同行探讨初中英语现代化教学改革实践的路径并为之提供借鉴与参考.     

武器装备一体化试验鉴定中两类风险管理

在制定武器装备试验鉴定方案时,厂家和部队双方很难协调生产方风险α、使用方风险β和试验成本之间相矛盾的问题。提出的一体化试验鉴定方法,引用F分布构造的统计量,根据试验具有继承性的特点,充分结合先验数据与现场试验数据对产品进行鉴定,证明了2类风险α、β与现场数据样本量n、先验数据样本量m等参数间的内在联系,运用MATLAB软件计算出一体化试验鉴定方法对应的各参数间量化数值表。     

右连左极函数积分的一个注记

在It积分框架下,给出了右连左极函数关于有界变差函数的积分定义,初步讨论了这种积分的一些有实际应用意义的基本性质.     

基于一乘准则的LMR在声音转换中的应用

线性多变量回归中聚类数的选择对转换效果有很大影响,通过研究聚类数与类内均方差、类间均方差的关系确定最佳聚类数。针对传统二乘规则的 LMR 的转换语音在听觉上自然度较差的缺陷,提出了基于一乘规则的 LMR,采用遗传算法解决绝对值条件下转换矩阵的求解问题,实验仿真表明,基于一乘规则的 LMR 的转换语音在主观听觉上优于基于二乘规则的 LMR,ABX 测试识别率平均提高了12.5%,MOS 分提高了0.24。     

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.