连续动态贝叶斯网络实现多传感器融合跟踪

利用多传感器数据进行目标跟踪,关键是怎样将多传感器的数据合理应用来对系统的状态做出最佳估计。提出应用连续动态贝叶斯网络的方法,结合卡尔曼滤波器模型,实现用多传感器数据进行目标跟踪的方法,并对算法进行了推导和验证。仿真结果证明了提出的多传感器数据互相修正融合滤波方法具有良好的滤波效果,并能够弥补传感器数据缺失和抑制脉冲噪声。     

基于神经网络的离散变结构控制系统

系统研究了基于神经网络的离散变结构控制系统设计方法,提出了几种具体设计方案.神经网络的引入可以使滑模(变结构)控制具备学习与自适应能力,使控制信号得以柔化,从而能够减轻或避免困扰常规滑模控制器的抖振现象,改善控制效果.     

电液伺服系统的模糊神经网络自适应控制

针对电液伺服控制系统中存在的非线性影响,常规PID控制难以取得良好的控制效果,采用模糊神经网络自适应控制,通过BP算法改变模糊隶属函数的形状及模糊规则的中心值,实验结果表明该方法能有效地跟踪电液位置伺服系统。     

电脑黑客的研究意义及对抗效果

综述了黑客对网络的巨大破坏性及在军事上的攻击方法,就保护己方网络免受黑客破坏的防范措施、黑客闯入己方网络后的补救方法,及黑客对抗的消长等问题进行了探讨     

一套实时通信网络系统的设计与实现

阐述了一套可实现实时通信计算机局域网的设计与开发方法,并概述了其技术要点     

校园网建设中的几个问题

通过介绍我院在建设校园网过程中的基本做法和初步经验,对网络技术特别是1000M以太网技术,进行了简单分析和研究,提出了基于Intel网络设备的千兆校园网解决方案,强调指出:建设先进高效的校园网,开展多媒体网络教学,创建信息化教学环境,是信息时代军事教育训练改革的必由之路。     

有限精度的 BP 神经网络高速算法

精度要求是神经网络硬件实现的一个关键问题。本文提出了一种有限精度的BP高速算法，通过实例验证，该算法适于低精度，且收敛速度快。     

Min-max 模糊 Hopfield 网络的一个基于容错性的学习算法

在一定的条件下证明了Min－max模糊Hopfield网络吸引子的吸引域随着连接权矩阵的减小而增大，在此基础上，设计了一个基于容错性的学习算法。在一定的意义下，用该学习算法得到的矩阵最小，从而此时系统具有最优容错性。最后用实例验证了结论。     

军事电子信息处理中的人工神经网络技术

本文首先分析了现代战场环境对军事电子系统智能信息处理的应用需求，然后对人工神经网络理论与技术在军事电子信息处理中的现实应用与潜在前景给出了一个较为详细的介绍与分析。着重介绍了神经网络在雷达、红外及声纳目标的检测、识别、多机动目标跟踪及武器系统的智能控制等方面的应用情况，力图展示神经网络用于军事电子信息处理的特色与优势。最后分析了人工神经网络技术发展与应用中存在的一些问题。     

量子计算和量子计算机简述

介绍了量子计算和量子计算机的历史和发展，说明了量子计算机在什么地方超出经典计算机，介绍了量子计算机的原理和网络模型以及量子计算机实现中的困难。