基于D-S理论的多传感器空中目标识别

针对当前空中目标识别的特点,探讨基于D-S理论的多传感器空中目标识别方法.设计了一套多传感器空中目标识别算法.详细推导了该算法,对"未知度"的概念进行了扩充,让其涵盖了部分不可求的逆命题,并结合具体实例对其应用进行了验证和分析.分析表明,该算法能够较好地识别空中目标.灵活确定"未知度",适当扩充"未知度"的概念,可使一些复杂问题简单化,通过较少地运算达到预定效果.     

谈军校图书馆在信息素质教育中的地位和作用

介绍了信息素质及其教育的相关概念和理论,提出信息素质是军校生最根本的素质,并对图书馆在军校生信息素质教育中的主体地位进行了分析和阐述,概述了对信息素质教育与图书馆未来建设的认识。     

海德格尔与基本本体论

海德格尔的整个哲学体系是在区别“存在”和“存在者”的不同含义的基础上建立起来的。在海德格尔看来,此在的本真性生存也就是存在的意义,作为基础存在论的生存论是此在对自己存在的领悟并在领悟基础上的解释。海德格尔以人的生存为基础,使哲学获得了更加广阔的视野,但未能完全摆脱传统本体论思路的消极影响。     

基于神经网络和功率谱的水中目标信号检测方法

将功率谱和神经网络相结合,应用于高海况、低信噪比条件下,水中目标信号的特征提取中.文中首先对信号进行功率谱估计,利用目标信号功率主要集中在低频部分的特点,提取低频信号的能量作为特征,然后利用人工神经网络对目标信号进行检测.利用不同浪级情况下海洋水压场的仿真信号数据,对某型目标舰船的水压信号进行了检测计算,验证了该方法的有效性,尤其是达到了在高海况、低信噪比条件下,对目标信号检测率比较高、虚警率比较低的效果.     

基于ANN的高炮火力单元射击有利度评估

采用ANN(人工神经网络)方法对高炮火力单元射击有利度进行评估是一种新的尝试。在对各影响因素进行分析与量化处理的基础上,建立了基于ANN的高炮火力单元射击有利度评估网络模型,并提供了网络的解算方法。通过某型高炮对不同目标射击的已知有利度评估值对网络进行的训练,确定了网络的各权值,并使学习误差达到了预先规定的标准,实现了对该型高炮对空射击有利度的评估。     

基于不确定性理论的研制技术风险评估方法研究

分析了装备研制技术风险的含义,根据技术风险的特点建立了评价技术风险的指标体系。在技术风险度量中引入不确定性理论的概念,并建立了基于不确定性的技术风险的度量方法,对综合技术风险进行评价。最后通过实例验证了综合评价方法的可用性。     

基于粗集的神经网络在目标类型识别中的研究

为克服传统的目标类型识别方法的不足,提出将粗集和神经网络紧耦合建立新的识别模型,即经过识别信息预处理、样本数据粗集方法简化、神经网络学习训练及待识信息网络识别等步骤,充分融合了粗集强大的规则提取能力和神经网络优良的分类能力。实验表明,该模型减少了识别的主观因素,简化了神经网络结构,提高了运算速度。     

基于效用函数的打击目标选择方法

针对打击目标选择问题,提出了一种基于效用函数的打击目标选择方法,根据效用函数理论和方法,对单个打击目标的价值进行了量化,对多元目标价值函数进行了构造,通过实例分析,说明该方法的有效性和合理性,从而为解决打击目标价值度量问题提供了一种新途径。     

Non‐greedy heuristics and augmented neural networks for the open‐shop scheduling problem

In this paper we propose some non‐greedy heuristics and develop an Augmented‐Neural‐Network (AugNN) formulation for solving the classical open‐shop scheduling problem (OSSP). AugNN is a neural network based meta‐heuristic approach that allows integration of domain‐specific knowledge. The OSSP is framed as a neural network with multiple layers of jobs and machines. Input, output and activation functions are designed to enforce the problem constraints and embed known heuristics to generate a good feasible solution fast. Suitable learning strategies are applied to obtain better neighborhood solutions iteratively. The new heuristics and the AugNN formulation are tested on several benchmark problem instances in the literature and on some new problem instances generated in this study. The results are very competitive with other meta‐heuristic approaches, both in terms of solution quality and computational times. © 2005 Wiley Periodicals, Inc. Naval Research Logistics, 2005.