歼击机空战占位的模糊神经网络方法

在歼击机空战中 ,首先占据有利的攻击位置 ,是夺取空战胜利的重要保证 ,不论是近距离格斗 ,还是超视距空战均如此。在未来 2 1世纪信息战环境下的空战 ,为了减轻飞机员的负担 ,必须根据战场态势 ,利用智能化方法 ,为飞行员提供正确操纵飞机达到有利攻击位置的辅助决策指示。本文研究了先敌占位的模糊神经网络方法 ,仿真证明这种方法是有效的     

地空导弹营战斗保障模糊评判模型

运用模糊数学的方法,结合地空导弹营的具体实际,给出了地空导弹营战斗保障能力的评价因素指标,建立了营战斗力的二级模型评判模型,并利用改进集值统计法确定了各因素的权重,给出了地空导弹营战斗保障能力的量化评判方法。     

交互式多模型目标跟踪的研究现状及发展趋势

系统地介绍了交互式多模型算法在机动目标跟踪领域中的发展现状、发展方向及其与数据关联相结合进行目标跟踪的发展趋势.通过分析交互式多模型算法本身存在的问题,指出了一些改进方法的可行性与不足;进一步介绍了数据关联与交互式多模型算法结合进行目标跟踪的发展情况及取得的成果,并对以后与交互式模型相关的研究方向进行了探讨.     

多平台多目标航迹关联方法

战术数据链是当前各国信息化武器作战的高效平台,也是各国当前军事研究的重点和热点.其中,多平台多目标的航迹关联问题是数据链研究的一个技术难点.针对这一问题进行了研究,提出一种在数据链中对多平台多目标航迹数据进行关联的实现方法,并建立了多平台多目标航迹关联处理模型.对新提出的航迹关联算法进行了Monte Carlo仿真,结果表明新算法的有效性与可行性.     

多目标数据关联及航迹管理建模与仿真

利用分布式推理判决理论较好地解决了数据融合中目标数据关联问题,并对目标航迹的真实跟踪概率（ＴＴＰ）进行了研究,在ＭｏｄｅｌＣ和ＭｏｄｅｌＤ假设的基础上给出了ＴＴＰ的计算公式,并利用ＴＴＰ对航迹进行了有效的管理。最后利用ＭＡＴＬＡＢ语言进行了仿真。     

改进的Apriori数据挖掘算法的应用

Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的基本算法.针对防区外联合攻击武器系统在仿真过程中产生的大量数据,利用Apriori算法对仿真结果进行分析,得出一些有参考价值的规则,实现了关联规则挖掘在军用系统仿真中的应用.并对Apriori算法存在的问题进行了一些改进,用新的修剪策略,提高了算法的效率;增加独立性检验,进一步保证了关联规则的正确性.     

变增益模糊控制器

本文导出了选择比例因子的定量约束条件。以此约束条件为基础,论述了选择比例因子时存在的难以同时兼顾控制系统动态和稳态性能的问题。提出用变增益的方法实现模糊控制。数字仿真结果表明,该方法比通常的固定增益模糊控制具有动态特性好,稳态误差小,以及对被控对象参数变化适应性强等优点。     

一种鲁棒的场地球类视频中的球门探测方法

在场地球类视频中,球门常常会伴随着精彩片段而出现。因此,球门探测是体育视频的基础,同时也是视频高层语义概念探测的研究热点。目前,利用机器学习方法进行视频中的对象探测是非常有前途的研究领域。基于此,提出一种基于模糊决策树的球门探测算法,用来探测场地球类视频中球门帧的出现,为了提高分类准确性,在模糊决策树训练的过程中加入了平衡处理。实验结果表明,与基于阈值和决策树的算法相比,该算法可以得到更好的分类结果(F-measure>95%),并且我们可以从所建立的树中推导出模糊规则来解释分类模型。     

液体火箭发动机故障检测和诊断中数据挖掘策略的分析

分析了液体火箭发动机的工作特点,提出了应用数据挖掘方法从数据仓库的角度对液体火箭发动机进行故障检测和诊断的策略。对在液体火箭发动机故障检测和诊断的不同问题中可能应用的数据挖掘方法进行了分析比较。分析表明,聚类、分类、关联、时间序列分析和孤立点检测等数据挖掘方法适用于液体火箭发动机的故障检测和诊断。     

面向移动单摄像机的多目标跟踪算法

针对移动单摄像机采集的视频序列中的运动多目标,重点研究了基于目标间的相对运动信息和数据关联策略的在线多目标自动跟踪器。利用目标间相对运动模型实现目标轨迹的恢复,减少目标轨迹碎片。运用事件匹配算法改进当前帧的检测响应与过去轨迹的分配,并降低跟踪过程中的目标身份转换次数。实验结果表明:该改进算法较原算法能够对序列中目标跟踪定位得更加精确,减少了轨迹碎片和身份转换次听语音 聊科研与作者互动数,在TUD-Campus序列上达到了与国际前沿多目标跟踪算法相当的效果。