某新型主战坦克超越射击时至友军的安全距离

在分析影响坦克超越射击时至友军安全距离主要因素的基础上,结合某新型主战坦克炮口冲击波超压试验数据,通过运用M athem atica软件对数据进行统计处理和理论分析计算,提出了某新型主战坦克超越射击时至友军的安全距离,为我军新型主战坦克安全地实施超越射击提供了可靠的理论依据。     

基于主成分的改进马氏距离TOPSIS方法

针对指标变量线性相关,导致变量协方差矩阵行列式(广义样本方差)为零无法应用马氏距离的情况,采用主成分分析法对指标变量进行线性组合,在不减少信息量的同时,得到少数几个不相关的主成分,由主成分构成的协方差矩阵行列式不再为零。依据降维后的主成分变量,采用基于马氏距离的逼近理想解法对五种预警机探测引导能力进行了排序,经检验其结果与实际情况相符。     

一种扩展密钥空间的改进型DES算法设计及其应用

针对典型DES具有密钥短等缺点,提出了一种基于Logistic映射的改进型DES算法,提高了密钥空间,增强了密文输出的混乱特性。同时,将该算法应用于远程装备监控系统中,有效地增强了数据传输的安全性。     

基于GM(1,1)预测与改进Vague集距离的装甲分队目标威胁评估

针对装甲分队目标威胁评估动态指标的变化特性,运用灰色模型(Grey Model,GM(1,1))对装甲分队目标威胁评估动态指标进行了预测;针对现有vague集距离度量法缺失信息较多、违背直觉等不足,通过理论推导提出了vague集新的距离度量公式,然后将其应用到TOPSIS(Technique for Order Preference by Simularity to Ideal Solution)算法中,对装甲分队目标威胁进行了评估与排序,并与非预测方法的评估结果进行了对比,结果表明:采用本文提出的评估算法得出的评估结果更加合理有效,研究成果可为装甲分队火力优化分配提供科学参考。     

以身作则的“谭值长”

今年1月5日一大早,刚下过雪的路面上一行清晰的脚印直通一师青松集团水电站发电厂房门前。厂房内机器轰鸣作响,值夜班的伍永生大声嚷着:"谭值长,你怎么每天都这么早啊?"伍永生所说的谭值长是该公司水电站检修车间值长、党支部书记谭科亮。1992年毕业于江苏扬州电气自动化专业学校的他,同年被分配到青松集团水电站检修班工作,先后担任过检修工、技术员等。科班出身的谭科亮,工作踏实认真,又肯钻研技术,注重"传     

基于态势预测的无人机防相撞控制方法

针对无人机自主飞行过程中,受空中非协作移动目标威胁较大,且空中移动威胁存在高机动性的特点,提出一种预测移动威胁情况下的无人机防撞控制方法,该方法采用交互多模(IMM)算法预测移动威胁的运动状态,同时利用滚动时域控制(RHC)思想建立无人机运动控制模型,构造有约束目标函数,运用微分进化算法(DE)求解目标函数,获取最优控制量,输入控制模型,完成防撞机动控制。仿真结果表明,该方法可以有效解决空中多架航空器同时入侵的防撞问题。     

基于“综合赋权”模糊物元模型的机场运行安全评价

为了保证机场运行安全,防止事故的发生,依据模糊物元分析理论,结合机场运行安全评价指标体系,构建了基于综合赋权的机场系统模糊物元安全评价模型。在该模型中,通过层次分析法和熵值法主客观综合所确定的权重,为指标体系进行线性加权,实现综合赋权,从而将计算得到的综合权重用于模糊物元建模与评价。实例分析结果表明,该模型步骤简单,过程科学合理,并兼顾了主客观因素的影响,评价结果总体反映了机场的真实安全水平,也为机场安全的科学评价提供了新思路。     

基于复杂排队系统的三值光学计算机服务模型与性能分析

三值光学计算机的运算请求处理过程缺乏合理、系统的性能评价标准与体系。基于M/M/1、M/M/n、M~X/M/1和M/M~B/1构成的复杂排队系统,构建三值光学计算机的四阶段服务模型,同时建立立即调度和结束时调度两种策略和算法。基于不同排队系统讨论运算请求的接收时间、预处理时间、运算时间和发送时间的计算方法,进而得到最终响应时间。通过仿真实验对两种策略的模型进行验证,结果表明,结束时调度策略明显优于立即调度策略。     

一种雷达主瓣欺骗干扰抑制算法北大核心

针对单通道雷达受到主瓣干扰,提出了一种基于多周期采样的抗主瓣干扰方法。首先针对距离密集假目标欺骗干扰,建立了基于多脉冲重复间隔(paulse repeat interval)采样的抗主瓣欺骗干扰模型并对其可行性进行证明,然后对信号源个数进行估计,最后借助提出的盲源分离方法将干扰信号与目标回波信号分离,达到抗干扰效果。理论分析和仿真表明,该方法具有较好的分离效果及干扰抑制能力。     

融合图嵌入的光滑主成分分析网络图像识别算法

主成分分析网络(principal component analysis network, PCANet)是一种简单的深度学习算法,在图像识别领域具有优秀的性能。将图嵌入思想融入PCANet,提出一种新的图像识别算法光滑主成分分析网络(Smooth-PCANet)。为了验证Smooth-PCANet算法的有效性,在人脸、手写体字符以及图片等不同数据集上构建实验,并将Smooth-PCANet与多种基于深度学习的图像识别算法作了对比。实验结果证明,Smooth-PCANet算法比PCANet获得了更高的识别性能,并且更有效地避免了过拟合,在小样本训练时具有显著优势。