基于FCM与粗糙集的连续数据知识挖掘方法

对连续数据知识挖掘可采用模糊C均值聚类将其离散化,再应用粗糙集进行约简.文中针对该过程中样本数据离散化后出现多个聚类中心隶属度值较接近的情况,提出了隶属度重叠度的方法来扩展对应离散类别的选取.离散类别确定后再应用粗糙集理论对其进行知识挖掘,可得到连续数据的本质特性.此方法应用于汽轮机轴系振动数据的知识挖掘.与采用最大隶属度确定对应类别的方法相比,该方法不影响对连续数据的知识挖掘,并能真实反映连续数据的特性.     

模糊推理方法在无人机编队目标分配中的应用

本文主要针对无人机编队作战中的目标分配问题进行了研究,利用模糊推理理论对定性条件进行了分析,并建立了定性条件的优选决策矩阵,将各个定性条件下的优选决策矩阵进行了合成,给出了不同目标定性条件重要度的相对隶属度关系,最后给出了基于模糊推理的无人机编队作战中目标分配方法的数学模型,并进行了求解。给出的算例验证了模型的可行性和有效性。     

面向航迹中断的模糊航迹关联算法

针对海战场态势中,由于系统误差、电磁干扰、地理环境隔绝、电子静默等原因,出现的传感器信号长时间中断、目标丢失,导致态势中航迹不连续的问题,提出了一种改进的模糊航迹关联算法.该算法通过采用统一速度模糊因素和方向模糊因素、改进加速度模糊因素、制定二级关联策略和自动调整隶属度函数关联阈值等方法,实现了在目标机动性较强、中断时间较长等情况下的航迹关联,保证了态势的稳定.通过Monte Carlo仿真实验表明,该算法具备较高的关联性和鲁棒性.     

基于“当前”统计模型的机动目标自适应跟踪算法

针对"当前"统计模型对加速度极值及机动频率需人为设定的缺陷,提出了一种基于滤波残差的高斯型隶属度函数改进算法,该法在跟踪过程中对加速度极值进行自适应调整。引入一种基于残差的Sigmoid二次型隶属度函数,通过自适应改变机动频率,使模型趋于目标真实状态。理论分析和仿真结果表明,改进的模型避免了人为引入误差,提高了机动目标的跟踪精度,算法简单,易于工程实现。     

基于模糊隶属函数的一类灰色关联度问题研究

针对系统特征序列与相关因素序列中数据不确定或存在区间取值的问题,基于模糊隶属函数提出了一种解决灰色关联分析中关联度确定的方法,并以实例说明了该方法的合理性.     

空中目标威胁评估技术

对空中目标进行威胁评估是防空C3I数据融合系统中非常重要的一个模块,威胁评估准确程度将对防空作战的结局产生重大影响。文中首先构建了威胁评估的指标体系,基于模糊隶属函数对各指标进行了量化处理。然后在分析威胁隶属度构成的向量满足比较序列的前提下,应用灰色关联度分析对空中目标进行威胁评估与排序。最后给出了一个实例,得到的结果与专家群体评议后的结果完全一致。     

基于模糊融合的目标检测算法研究

针对经典决策层融合检测过程中本地“硬”判决导致的信息损失问题 ,利用模糊子集理论 ,提出了一种基于模糊“软”判决的融合检测方法。理论分析与仿真实验表明 ,该方法优于传统的“K秩”方法 ,ROC雷达工作曲线接近理论最优曲线。     

自动测试系统多层次模糊综合评价方法

针对自动测试系统(ATS)多层次、多指标综合评价问题,提出了一种多层次模糊综合评价方法。首先通过德尔菲法确定系统的评价指标体系,并通过领域专家确定底层指标的隶属度矩阵;然后采用层次分析法确定各层指标的权重,并经过一致性检验;将底层的评价结果作为其上一层的隶属度矩阵,再根据相应层的权重进行评价,得到该层的评价结果。依次类推到最顶层,得到系统的最终评价结论和量化结果。最后以某型ATS为例验证了其有效性。     

基于最大隶属度的对空目标射击有利度模糊评估法

对空袭目标射击有利度的评估与排序是进行火力分配的重要依据之一。分析了影响防空武器对空中目标射击有利度的相关因素,基于最大隶属度原则,在各影响因素的权重只有部分已知的情况下,建立了目标射击有利度的模糊评估与排序模型,为防空武器的火力分配提供了科学依据。     

模糊超球支持向量机

提出了模糊超球支持向量机算法。首先根据样本分布特性将样本空间划分成有限个超球子空间,超球半径经归一化处理后作为各球心样本点的模糊属性值,超球球心组成新的训练样本集,在构造决策超平面的过程中对应不同模糊属性值的各输入样本增加了不同训练权重。仿真实验结果表明:该算法减少了训练样本数,有利于提高支持向量机的训练速度和测试速度,有效地防止了训练样本中噪声点对训练结果的负面影响。