一种基于证据理论的陆战场机动平台情报关联方法

针对陆战场情报来源对象不明的问题,提出了一种采用证据聚类技术对陆战场机动平台情报进行分类以实现目标关联的方法。该方法针对陆战场机动平台的特点,建立描述该类情报的证据理论模型;并将各情报之间的矛盾量化成冲突因子,推导分类优化函数;然后采用平均场模拟退火算法进行情报分类。     

基于模糊综合评判的地空导弹阵地选择

在现代防空中,由于精确制导技术在空袭兵器当中的运用,使防空作战中兵力机动显得格外重要.为实现机动作战,阵地选择就成为机动作战中的重要环节.运用模糊数学原理和方法,结合地空导弹部队阵地选择的特点,给出了阵地选择评价因素指标体系,建立了阵地选择方案的二级模糊综合评判模型,并采用层次分析法(AHP)对阵地选择评价因素的权重进行了确定,最终得出阵地选择合理的评价结果.     

基于模糊椭圆聚类的火炮射击精度分析

考虑到对于大规模炮兵部队的应用,如何提高炮兵火力运用的效率,特别是充分发挥大规模炮兵部队的应用效能,具有重要意义.提出根据对不同火炮散布误差的聚类分析,可以指导编组具有相似射击误差特性的火炮,形成火力单位,从而更加有效地执行火力任务.针对火炮散布椭圆特性,采用一种基于模糊椭圆的聚类方法.针对某地实弹射击数据实验表明,该方法是有效的.     

军用飞机采购价格的RBF神经网络预测

分析了现代军用飞机采购价格估算中存在的问题.应用基于k-均值聚类算法的RBF神经网络建立了军用飞机采购价格预测模型,并采用该模型对某型军用飞机采购价格进行了预测.与多元线性回归和BP神经网络的预测结果对比,建立的新型军用飞机采购价格预测模型具有更高的预测精度,为军用飞机采购价格预测提供了一种新的有效方法.     

一种新的高分辨率SAR图像目标自动鉴别方法

目标鉴别是SAR图像目标识别系统的关键环节,用以消除预筛选阶段因异常检测产生的大量虚假的感兴趣区域切片。针对目标鉴别问题,提出了一种新的目标自动鉴别方法,首先对CFAR检测的结果做基于面积特征的预鉴别处理,而后对获得的ROI目标切片提取鉴别特征,并在特征分析的基础上设定特征判决阈值,实现序贯鉴别处理。利用X波段SAR图像数据检验了上述方法,给出了鉴别输出的ROI切片。     

DSets-DBSCAN无参数聚类的雷达信号分选算法

针对现有的很多高效分选算法的性能严重依赖于外界输入的参数问题,例如聚类数目、聚类容差等,将无参数聚类算法DSets-DBSCAN应用于雷达信号分选,提出了一种无参数的雷达信号脉冲聚类算法。该算法无须依赖于任何参数的设置,就能自适应地完成聚类。算法输入直方图均衡化处理过的成对相似性矩阵,使得Dsets(dominant sets)算法不依赖于任何参数;根据得到的超小簇自适应给出DBSCAN的输入参数;利用DBSCAN扩展集群。仿真实验证明,该算法对雷达脉冲描述字特征进行无参数分选的有效性。同时,在虚假脉冲比例(虚假脉冲数/雷达脉冲数)不高于80%的情况下,对雷达信号的聚类准确率在97.56%以上。     

一种应用聚类技术检测网络入侵的新方法

基于聚类技术提出了一种能处理不带标识且含异常数据样本的训练集数据的网络入侵检测方法。对网络连接数据作归一化处理后 ,通过比较数据样本间距离与类宽度W的关系进行数据类质心的自动搜索 ,并通过计算样本数据与各类质心的最小距离来对各样本数据进行类划分 ,同时根据各类中的样本数据动态调整类质心 ,使之更好地反映原始数据分布。完成样本数据的类划分后 ,根据正常类比例N来确定异常数据类别并用于网络连接数据的实时检测。结果表明 ,该方法有效地以较低的系统误警率从网络连接数据中检测出新的入侵行为 ,更降低了对训练数据集的要求。     

经济战争的“类战争”理论分析

文章在“类战争”理论框架下,对解决冲突的“战争与类战争”方式选择进行分析,得出采用经济战争方式可避免战争、维护和平的结论。同时对“贸易制裁”和“禁运”两种经济战争方式的效果和适用条件进行了分析。     

HOUGH变换与航迹关联

在雷达情报自动化处理过程中 ,无论是集中方式还是分布处理方式 ,都要进行航迹关联 ,即要识别哪些航迹源于同一目标。利用 HOUGH变换方法 ,将航迹映射到参数空间进行聚类 ,从而达到航迹自动综合的目的。仿真实验表明 ,这种方法是行之有效的。     

闭路监控系统在教学管理中的应用

实时监控教学现场为院领导和教学管理者提供必要的、有价值的信息反馈资料 ,便于院领导和教学管理者及时调整教学活动 ,达到提高教学质量的目的。