战略导弹对矩形面目标射击必需弹数的Monte—Carlo模拟计算

计算发射弹数是战略导弹大力运用中的重要问题之一。文章应用Ｍｏｎｔｅ－Ｃａｒｌｏ方法计算对矩形面目标射击时的必须发射弹数,给出了相应的模拟算法,并作了具体计算。     

关联维数在转子系统状态监测应用时参数选择的实验研究

给出了转子系统状态的关联维数方法,通过获取大量实验数据来计算关联维数。在此基础上讨论了在计算关联维数时如何选择合适的重构相空间的矢量数、嵌入维数、时间延迟及矢量间间距等参数,最后给出了分析结果。     

L—R型模糊数及其在装备贮存可靠性研究中的应用

由于数据不足,在全寿命周期的初始阶段使用传统的可靠性分析技术,难以对装备的贮存可靠性进行研究。在模糊集理论的基础上,应用L-R型模糊数的模糊故障树分析技术,探讨了装备贮存可靠性的研究问题。     

结合直达波补偿的星地双站SAR滑动聚束模式频域成像算法

星地双站合成孔径雷达以星载系统为机会照射源,地面接收机接收直达波和散射波信号进行同步和成像处理。介绍了星地双站合成孔径雷达系统结构,对基于直达波进行距离向脉冲压缩后的信号调频率、距离徙动以及二维频谱的空变性进行了分析。在此基础上,运用方位向预处理过程、直达波补偿以及非线性Chirp Scaling算法,提出了适合该模型的频域成像算法,并通过点目标仿真验证了该成像算法的有效性和性能。HITCHHIKER星地双站合成孔径雷达系统实测数据进一步验证了该成像算法的有效性。     

面向结构洞的指挥控制网络关键节点识别方法

针对目前指挥控制网络关键节点识别方法利用局部信息识别精度低、利用全局信息识别复杂度高的问题,提出了一种面向结构洞的指挥控制网络关键节点识别方法,该方法综合考虑了指挥控制网络结构特征和全局拓扑信息,引入了层级流介数的概念用以计算网络的约束系数。实验分析表明,该方法提高了关键节点识别精度,降低了算法复杂度,更加适用于指挥控制网络关键节点识别的需要。     

改进的稀疏子空间聚类算法

在现有的稀疏子空间聚类算法理论基础上提出一个改进的稀疏子空间聚类算法:迭代加权的稀疏子空间聚类。稀疏子空间聚类通过解决l1最小化算法并应用谱聚类把高维数据点聚类到不同的子空间,从而聚类数据。迭代加权的l1算法比传统的l1算法有更公平的惩罚值,平衡了数据数量级的影响。此算法应用到稀疏子空间聚类中,改进了传统稀疏子空间聚类对数据聚类的性能。仿真实验对Yale B人脸数据图像进行识别分类,得到了很好的聚类效果,证明了改进算法的优越性。     

基于稀疏子空间聚类的人脸识别方法

在现有的稀疏子空间聚类算法理论基础上给出两种稀疏子空间聚类优化算法:稀疏线性子空间聚类和稀疏仿射子空间聚类。这两种优化算法针对不同的数据集会有不同的聚类效果。通过稀疏表达得到不同的稀疏系数矩阵,把稀疏系数矩阵应用到较为简单的改进的正则化谱聚类算法中实现聚类。应用Yale B数据对人脸图像进行识别分类得出:采用稀疏线性子空间聚类算法优于稀疏仿射子空间聚类算法;在算法执行时间上和算法聚类错误率比传统的稀疏子空间聚类较为快速高效。     

基于前景理论的多阶段直觉模糊数决策方法

针对航空部队事故预警方案选择中指标权重未知、指标值为直觉模糊数的多阶段直觉模糊数决策问题,考虑决策者风险偏好引起的指标值的动态变化,提出了一种基于前景理论的多阶段决策方法。该方法根据各阶段期望均值可能度的比较确定阶段变化特征,参考直觉模糊数距离公式设置动态参考点,然后集结收益和损失以整体前景值最大化为目标建立规划模型得到指标的动态权重,计算方案综合前景值并排序。最后通过MATLAB仿真实例验证了该方法的有效性。     

面向大规模交互数据空间划分的Voronoi图生成算法及应用

传统Voronoi图对大量点集进行Voronoi划分时会产生Voronoi单元格数过多的现象,导致难以适用于地理信息系统、生物医学等诸多领域.为了解决这个问题,提出一种自适应基于密度的聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBS...