卫星遥测数据相关性知识发现方法

为快速发现海量遥测数据中的相关关系,提出一种基于改进最大信息系数(Maximal Information Coefficient, MIC)的遥测数据相关性知识发现方法。以Mini Batch K-Means聚类算法为前驱过程对数据进行网格划分;计算该网格划分下的互信息,并以信息熵代替原有最大熵对互信息进行归一化矫正得到信息系数;选择不同网格划分下MIC作为变量相关性的测度。采用量子卫星遥测数据进行试验,结果表明:与基于动态规划算法的MIC方法相比,所提方法可有效解决MIC测度偏向多值变量的问题,时间复杂度从O(n~(2.4))下降为O(n~(1.6)),是一种适用于大规模遥测数据相关性分析的有效方法。     

基于VMD与数学形态学分形维数的战场声目标识别

为快速识别直升机与坦克的声信号,提出了一种变分模态分解(VMD)与分形维数相结合的声学目标识别方法。对目标声信号进行VMD分解,根据目标声信号的频域能量分布确定分解的模态(IMF)数目;通过数学形态学方法计算各个IMF的容量维数与信息维数,并以此为特征向量;利用BP神经网络分类器对直升机与坦克声目标进行识别,通过与传统EMD融合计盒维数的方法进行对比,验证了所提方法具有更高的识别率和运算速度。     

几个寿命分布类封闭性的统一证明

利用累积失效函数给出失效率递增(减)类,平均失效率递增(减)类,新比旧好(差)类,按失效率新比旧好(差)类和按平均失效率新比旧好(差)类的等价刻画。通过与指数分布的对比,给出了描述这些分布类的等价条件。利用特定函数类的复合封闭性,给出以上分布类在加速寿命系统和协同系统中的封闭条件的统一证明。     

基于SDN的分布式无线网络架构及控制器配置策略

基于单一控制器的SDN架构容易导致无线网络性能受到影响,尤其针对高动态无线网络,将大幅降低其健壮性和鲁棒性。鉴于此,提出了一种分布式软件定义网络架构(Distributed Software Defined Wireless Network,DSDWN),该架构是基于完全分布式和分层式SDN思想提出的,包括主从控制器和事件传播系统,在该架构下提出了控制器系统的配置策略和主控制器的选择策略。仿真验证表明,提出的控制器配置策略在时延方面优于贪婪算法和聚类算法,更适合高动态无线网络环境;基于多目标优化的主控制器选择策略,优化了网络链路连接时长、总时延及节点资源,降低了路由开销。     

加权模糊C均值聚类算法实现BDS三频组合观测值优选

在对BDS三频载波相位组合观测值进行误差分析的基础上,确定了优选载波相位线性组合系数的筛选标准。针对传统聚类算法在高维多频混合数据集分类中存在的不足,采用一种基于加权的模糊C均值聚类算法,通过对同一维度在不同簇上赋予不同的权重值,对传统遍历搜索法所获得的部分BDS三频载波相位组合观测值进行了优化分类选取,有效解决了传统全球导航卫星系统载波相位观测值选取方法效率低的问题,同时为多系统多频数据组合观测值系数的优化选取提供了一种新的思路。对分类结果进行分析,确定了各类组合观测量的适用范围,并结合实测数据,利用无几何层叠模糊度解算方法对优选组合进行了整周模糊度的解算,结果验证了该方法的可行性。     

主战飞机维修保障效能评估方法

针对空军主战飞机维修保障效能难以评估的问题,首次提出了主战飞机维修保障效能评估方法。分析了飞机维修保障系统运行过程,按照"投入-产出"的原则,建立了主战飞机维修保障效能评估指标体系,运用信息熵理论和灰色系统理论,构建出了基于熵权和灰色聚类的评估指标赋权模型。结合实例验证了方法的正确性和合理性。     

武器装备作战效能灰色聚类评估

武器装备作战效能的指标是多样的,而且意义不同、量纲不同,且指标的实现值往往在数量上悬殊很大,如何在这种情况下比较好的解决作战效能综合评估问题,提出了基于灰色定权聚类和三角白化权函数的灰色聚类评估方法解决此问题,给出了应用的一般步骤。以某型水陆坦克为例,对其改装前后的作战效能进行了对比分析,并为其将来进一步改进提出了建设性建议。     

血液中V类毒剂降解产物的提取与分析

采用外标定量法对血液中V类毒剂降解产物的提取与分析进行了系统研究,建立了血液中V类毒剂降解产物的提取与分析方法,回收率均达到了60％以上。方法灵敏度为0．25－1μg/ml,检测限为0．25－1ng,变异系数均小于5％。     

基于人工智能的智能化战争形态发展研究

经过60多年的发展,人工智能对人类生产生活各方面都产生了巨大影响。近年来,随着世界各国大力推进军事智能化建设,人工智能向军事领域渗透的步伐逐步加快,引发军事领域新一轮变革,推动战争形态向智能化战争的新方向演变。本文采用文献分析和实例研究的方法,深入剖析了人工智能技术对智能化战争形态发展的影响;将智能化战争划分为算法战争阶段和类脑化战争阶段两个阶段,并从基本概念、发展现状、作战样式等角度进行了细致分析。通过分析算法战争的局限性及类脑领域快速发展的趋势可以看出,世界各国、各科技企业均十分重视脑科学与类脑智能相关研究,智能化战争未来将从当前的算法战争阶段进入到类脑化战争阶段。     

聚类方法在污水处理软测量中的应用机理研究

通过对污水处理过程建立多神经网络模型的可行性研究以及对活性污泥微生物的生长繁殖规律分析,得出在污水处理工程中采用基于聚类方法的多神经网络建模的理论依据,试验表明多神经网络的扩散常数同类半径相当接近,预测精度较高,证实了聚类分析的正确性.分析了可能影响模型精度的原因,指出采用在线实时算法是未来的研究方向.