一种雷达辐射源识别自学习算法研究

针对目前雷达对抗系统面临的辐射源识别精度不高、智能化水平低的特点,将自学习理论引入到雷达对抗系统中。提出了基于遗传算法(GA)的自学习算法实现雷达辐射源智能识别的方法。实验表明:在使用相同的特征参数"前件"条件下,通过这种自学习方法得到的正确识别率高于其它识别方法。     

一类半参数可靠性回归模型估计的强相合性

对半参数回归模型Yi=xiβ+g(ti)+εi,i=1,2,…,n定义了参数β与回归函数g(·)的估计,并证明了 它们的强相合性。     

飞秒激光脉冲测量原理与数值模拟分析方法

飞秒fs(1fs=10~(-15)s)激光脉冲测量是飞秒激光技术中非常重要的研究内容,由于测量的复杂性,操作上一般是实际测量与数值模拟结合进行,因而非常注重测量的方法性,但在实际测量中,许多测量者只注重单一方法的使用,最终往往很难达到理想的结果。为此,在对自相关测量法原理作简要介绍的基础上,着重阐述了近年发展起来的基于其上的光学频率光栅开关法(FROG)和自参考光谱位相相干电场重建法(SPIDER)的原理,及其数值模拟分析方法,以给实际测量者提供一个较全面的方法参考选择。     

含P—N键有机磷酸酯化合物的定量构效关系研究

利用经典Hansch参数,采用包括偏最小二乘法(PLS)、遗传算法(GFA)及二者相结合(G／PLS)等方法对合成的含有P—N键的有机磷酸酯类一系列化合物进行了定量构效关系研究,得到了r^2为0．9以上、q^2为0．8以上的结果,并对3种回归方法进行了评价。     

军费开支的局部调整模型及对我国军费开支的实证研究

文章以经济学理论的"局部调整假设"为依据,建立了军费开支的局部调整模型,并将其应用于我国军费开支问题研究。研究表明,GDP和上一期军费开支是决定我国本期军费开支的主要影响因素,此外,反映军费需求满足程度的调整系数在1979年后大幅度弱化,表明1979年后我国长期的低水平军费开支已严重制约了军队的建设与发展,近几年军费的适度增长是完全必要的。     

基于EFSM模型的可执行回归测试数据生成方法

基于扩展有限状态机(extened finite state machine, EFSM)的回归测试过程中，传统的可执行测试数据生成方法由于没有充分利用软件变更信息，在对模型分支错误进行检测时效率较低。为此，提出了一种基于EFSM模型融合的可执行回归测试数据生成方法，制定规则对软件变更前后的模型进行融合，将程序变量作为符号对融合模型中所需覆盖的测试序列进行遍历，结合软件变更信息生成变量约束表达式组并求解得到最终的回归测试用例。实验结果表明：该方法在分支错误检测率、可执行比例、稳定性和测试效率等方面具有一定的优势。     

基于神经网络的多模型机动目标跟踪方法研究

针对传统机动目标跟踪问题中存在的跟踪精确性低、参数适应性差、计算量大等问题,提出了一种基于径向基神经网络的多模型机动目标跟踪方法.首先,介绍了机动目标跟踪问题的基本原理、径向基神经网络模型及机动目标运动模型.然后,将提取的机动目标特征向量输入已训练好网络参数的神经网络中,与隐含层中由训练样本组成的输入矩阵比较并输出,通...     

国防支出与经济增长相关性的回归分析

国防支出与经济增长的关系历来是国防经济理论研究的重要内容,由于模型和数据样本的不同,研究结论也不尽相同。菲德—莱姆模型是国防支出与经济增长关系研究中使用最多的模型,文章应用该模型的变形———四部门模型建立了一元回归模型,采用最小二乘法对我国1980～2004年间国防支出与经济增长的相关性进行了实证分析,得出目前我国国防支出对于现阶段经济增长具有一定的负外部性的结论,并提出了使这种负外部性变为正外部性的措施。     

基于自注意力和类监督的遥感图像跨模态检索

针对智能化联合作战场景中,情报分析人员对海量无标签遥感图像进行信息检索时面临的大数据问题,提出适用于遥感图像的文本-视觉跨模态检索技术框架,并对其中核心的跨模态检索模型进行针对性改进,构建一种基于自注意力模块和类监督约束联合训练的深度学习模型。通过引入类监督指导的全局-局部视觉特征提取模块、主导语义掩码建模的文本特征提取模块,以及融合文本-视觉语义信息的交叉提取模块,提升检索效果,实现在无图像描述标签情况下的文本-视觉跨模态语义检索。公开数据集上与相关算法的对比实验,证明该方案的先进性与可行性。