消防管理类标准现状与应用

介绍了我国消防管理类标准的制定机构、程序和已经出台的消防管理类标准,分析研究了管理类标准在消防工作社会化进程中的作用,指出了目前管理类标准存在的问题,阐明了贯彻管理类标准的原则和具体方法。     

层次聚类方法在消防投入分类中的应用

以中国消防年鉴2005年全国城市消防规划和城市公共消防设施建设情况统计资料为例,运用SPSS统计分析软件对全国各省消防基础设施建设情况进行分类汇总分析,从消防投入角度对新形势下的消防工作提出指导意见。     

电子科技大学

电子科技大学原名成都电讯工程学院,坐落于有“天府之国”之称的西南经济、文化,交通中心——四川省成都市。是1956年在周恩来总理的亲自部署下,由交通大学（现上海交通大学、西安交通大学）、南京工学院（现东南大学）、华南工学院（现华南理工大学）的电子信息类学科合并创建而成。     

分块自适应加权改进大规模概率模糊聚类

为解决传统基于贝叶斯理论的概率模糊聚类(Bayesian Fuzzy Clustering,BFC)算法在处理大规模数据集聚类时的时间开销和存储代价瓶颈,提出基于数据分块的单程自适应加权BFC算法,算法在大规模数据集分块的基础上,设计了基于数据加权的改进BFC算法,用于数据分块内数据聚类,以挑选出对聚类贡献最具代表的标识数据及其自适应权值,在块间迭代聚类过程中,将标识数据及其权值合并到下一数据块中并参与聚类,从而将上一数据块的聚类信息有效地传递到下一数据块中,最后分析算法的收敛性和时间复杂度.实验结果表明,算法在继承传统BFC算法良好聚类性能基础上,减少计算复杂度,有效提高聚类效率,适用于大规模数据集聚类.     

基于改进蜂群算法的无人机路径规划

人工蜂群算法存在初始蜜源具有随机性,后期收敛速度慢,易早熟等问题.运用最大最小距离积法处理初始蜜源,把K均值聚类算法与人工蜂群算法相结合,提出改进的人工蜂群算法,用于解决无人机路径规划问题.仿真结果表明改进的人工蜂群算法收敛速度更快,得到的解的适应度更好.     

基于GM-PHD的低可观测编队目标跟踪方法

考虑到多编队在低可观测情况下存在的目标跟踪问题,提出了一种基于高斯混合概率假设密度(GM-PHD)滤波算法的编队目标跟踪方法.该方法是在修剪融合过程中,先保留剪掉的高斯分量,再对这些分量进行状态外推,利用JS(Jensen-Shannon)散度判断下一时刻状态估计值与外推状态值是否相似,以判断结果体现目标丢失情况,使得真实目标不丢失,解决了低可观测情况下目标易漏检带来的跟踪性能下降问题.然后,利用编队目标的特点,结合密度聚类方法估计出编队整体的状态,避免因状态估计集合中状态值过多影响算法性能.最终,仿真实验结果表明,该方法可以在低可观测情况下有效跟踪编队目标,具有较好的跟踪性能.     

基于ML-Ⅱ的指数分布可靠性多层Bayes估计

Bayes估计法是可靠性评估中应用最为广泛的方法之一,指数分布的Bayes验前概率密度函数中的重要参数主要依靠Reformulation法和Box-Tiao法确定,具有较强的主观经验性。基于Beyes估计的基本思想,以试验数据为依据,利用第二类极大似然估计法(ML-Ⅱ估计法)确定Bayes方法中的相关参数,避免了参数确定的主观性。实例表明结果合理,方法客观、可行。     

指挥信息系统防御效能灰色聚类评估

信息化条件下的体系作战,指挥信息系统已经被各部队广泛应用,其地位日益重要,这也导致了指挥信息系统受打击的风险提高.为提高指挥信息系统野战条件下的防御能力,着眼对指挥信息系统的攻击方式,分析指挥信息系统野战条件下防御能力的构成,建立评估指标体系,并采用层次分析法确定各指标的权重.结合灰色聚类评估方法的特点,采用定权聚类的方法进行评估,最后,运用该方法对示例进行评估分析,验证了方法的有效性和可行性.     

熟悉网络——思想工作的基本功

随着网络功能的日益强大和网民的不断增加,网络语言的社会影响力也越来越大,成为一种新的社会文化现象。在这一新的历史背景下,我军思想政治工作者应该尽快熟悉网络,只有这样,才能更有效地做好官兵的思想政治工作。熟悉网络语言才能有效架起通往青年官兵心路的桥梁。2009年9月21日,斑竹、闪客、网虫     

某扫雷犁电液伺服系统的模糊神经网络控制

针对某扫雷犁电液伺服系统这一典型的非线性系统,使用基于减法聚类的模糊神经网络(FNN)自学习算法设计了控制器,其中减法聚类用于确定模糊神经网络的初始结构。在网络的学习过程中,对结论参数采用最小二乘法进行辨识,对前提参数采用误差反传算法进行调整;并使用AMESim软件搭建了扫雷犁的液压系统模型,利用其接口技术实现了与Simulink的联合仿真。实验结果表明模糊神经网络控制器的控制效果要优于传统的PID控制器。