专家信度优化的装备效能评估方法

针对不同评判专家主观因素影响装备效能评估质量问题,提出一种专家信度优化的装备效能评估方法。该方法以传统层次分析法与模糊量化模型为基础,引入专家信度量化每个专家评判信息的优劣程度,并将专家信度转化为专家权重,利用专家权重分别融合计算层次分析法的指标权重和模糊量化模型的评判结果,从而减少专家主观因素影响,增强了综合评价客观性。其有效性已在某装备效能评估中得到验证。     

基于CNN的窄带雷达空中目标识别方法

空中目标识别是雷达的重要用途之一,窄带雷达因体制限制,无法获取目标高分辨识别信息供分类识别。为解决窄带防空预警雷达对空中目标识别判性难的问题,提出了基于卷积神经网络的空中目标识别方法,就空中目标识别判性模型的构建、训练数据集的生成进行了研究,采用模拟数据集及实测数据对模型进行了检验,结果表明该方法具有较好效果。     

基于解释结构模型的高校辅导员职业能力因子分析

高校辅导员职业能力的高低对大学生思想政治觉悟与学业发展具有关键作用,影响着我国高等教育质量。因此,本文突破传统的研究方法与研究视角,利用解释结构理论及模型来进行高校辅导员职业能力的因子分析,构建高校辅导员职业能力因子的多级递阶解释结构模型,探讨职业能力因子之间的内在关系,为高校辅导员职业化建设提供相关建议。     

基于Kullback-Leibler距离离散度的加权代理模型

复杂系统的仿真通常具有高维度、高计算量等特点,代理模型因其明晰的数学表达和良好的计算特性可用于逼近真实系统。加权模型对比单个代理模型来说,其稳定性和适应性更广。不同的代理模型其性能不一,根据特定指标,可以构造最优加权代理模型。基于代理模型预测分布以及Kullback-Leibler距离构造各子代理模型之间的离散度,并提出一种新的权函数构造方法。算例表明,该方法与最优子模型的精度相当,同时能提高对真实响应分布的逼近。     

相似分布特性准则下的高斯混合项聚类-合并算法

针对高斯混合模型估计非高斯系统时高斯混合项呈指数级增长问题,提出一种基于相似分布特性准则的聚类-合并方法。通过分析高斯混合项的分布特性,基于扩展积分均方误差代价函数搜索最优置信范围,并对混合项进行高斯聚类,进而获得具有不同分布特性的高斯簇。为防止高斯簇间对高斯子项的重复利用,引入局部最近邻思想对交叉高斯项进行重新分配。采用并行多元素合并方法对高斯簇中的混合项进行合并,在保证无偏性基础上减少下一时刻混合项数量。仿真结果表明,改进算法在保证跟踪精度的同时还可有效提高算法效率。