海上毒品案件实物证据的特点和收集

收集证据是办理刑事案件的一项重要工作内容。实物证据是海上毒品案件的一种重要证据形式,虽然收集难度大,但对于追查和打击毒品犯罪却能够发挥重要作用。因此,侦查人员要了解海上毒品犯罪案件实物证据的特点、种类以及收集方法,以便更有效地打击毒品犯罪。     

基于图像灰度分布熵的ISAR干扰效果评估技术

综合考虑ISAR干扰原理和图像处理的理论,从信息论的角度出发,针对ISAR干扰效果评估问题,结合熵的知识,提出了一种基于图像灰度分布熵的干扰效果评估方法。结合实例,针对射频噪声和噪声调频两种典型的压制性干扰样式,应用这种方法从定性和定量两个角度对ISAR进行了干扰效果仿真,仿真结果表明了该方法的有效性和可行性。     

基于D-S理论的神经网络作战效能预测方法

提出一种基于D-S理论的神经网络预测方法,采用改进的证据理论对作战效能预测指标体系进行优化选取,降低了由于预测指标体系的模糊性和不确定性造成误差;在此基础上,建立基于Elman网络的作战效能预测模型,通过对作战效能的预测仿真及测试,验证了该方法的可行性和优越性。     

大型相控阵雷达系统安全性综合评价

针对大型相控阵雷达系统安全性因素多、评价困难的特点,分析并建立了大型相控阵雷达系统安全评价指标体系。提出了一种基于改进模糊层次分析法、熵权法和拉格朗日算法确定综合权重的方法,并建立了雷达系统安全性模糊综合评价模型。以某型大型相控阵雷达系统的安全性评价为例,运用所提方法确定该雷达系统的安全性指标综合权重,并进行安全性综合评价。将该方法与传统AHP评价法进行对比分析,验证了该方法的科学性和合理性。     

基于RBFNN与D-S证据理论的反舰导弹模式识别

由于反舰导弹在速度、机动性等方面的显著潜力,已日益成为舰船的主要威胁.尽快识别反舰导弹类型对缩短系统反应时间,正确预测目标运动具有重要意义.针对从不同目标传感器提取的末制导雷达辐射源参数和弹道特性参数,对目标数据进行相关处理,应用径向基神经网络(RBFNN)分别对反舰导弹模式识别,仿真中充分考虑了各种误差干扰并进行容错性处理,仿真结果表明该算法的有效性.最后将两部分识别结果通过D-S证据理论进行综合决策,进一步提高了系统识别决策的可信度.     

基于证据聚类的多源传感器证据组合研究

在分析D-S证据组合公式所存在问题的基础上,根据聚类分析思想,提出了对证据进行聚类加权的证据组合方法.该方法将较为相似的证据归为一类,根据聚类结果对证据有区别地进行组合,不同类之间的证据根据聚类距离进行加权后组合,同一类证据按一种加权证据组合公式组合.应用到目标识别系统后使其性能在一定程度上得到改善.最后通过计算实例表明算法是有效的.     

建模与仿真VV&A工具设计与实现

在深入研究VV&A过程模型的基础上,建立了仿真和建模VV&A工具设计方案,详细介绍了各个模块的功能、相互之间的关系及工作流程.应用ODBC互连技术实现接口问的通信,将VV&A工具应用于实际工程中,取得了令人满意的结果,从而有效提高了仿真VV&A过程的经济性和快捷性.     

中英证据展示制度及其启示

通过介绍英国证据展示制度的基本内容 ,并将其与我国现行法律规定相比较 ,旨在完善我国的证据公开制度     

基于灰色关联和D-S证据理论的导弹系统安全性评估

针对导弹系统安全性评价的不确定性问题,提出了将灰色关联和D-S证据理论相结合的方法,从人员安全性、设备安全性和环境安全性建立了综合评估指标体系,用灰色关联分析处理了指标之间的关联性。在传统证据合成公式的基础上,考虑证据集非关键因素的权重,给出了修正的证据合成公式。并以打靶选弹为例进行了计算分析,得出了导弹安全性优先级排序,并将改进算法与传统计算方法的结果进行了比较,验证了评价模型的可行性与实用性,为导弹系统的管理工作提供了有益的参考。     

基于证据理论的助推段弹道导弹目标威胁评估

针对助推段弹道导弹目标威胁评估面临信息不确定的情况,提出了一种基于证据理论的威胁评估方法.首先分析了影响威胁评估的主要因素,选取了威胁评估指标;接着分析了威胁评估面临的不确定性问题,给出了基于证据理论的威胁评估思路;然后提出了基于证据理论的助推段弹道导弹目标威胁评估方法;最后对方法的有效性进行了实例验证.本文的研究对反导部队作战准备和反导预警资源优化调度具有重要意义.