防空导弹的新家族——反精导武器防空导弹

现代精确制导武器对敏感点目标的威胁,主要表现在高的击毁概率和多发协同攻击上,保卫点目标的反精确制导武器防空导弹必须具有多目标通道和高速率全向射击能力;必须具有高的可靠性和对精确制导武器的击爆能力,将构成防空导弹系列中的一个新家族。     

基于WSN的目标探测与分类算法

针对WSN监测系统的目标检测与分类问题,提出一种基于直觉模糊推理(IFR)的多源数据融合方法。由模糊推理的思想,设计各状态变量的属性函数。根据目标声强变化和引起的地磁场变化的模型,设计模糊推理规则,并检验了所建规则的合理性。理论分析与仿真结果的对比表明算法能准确地对目标进行分类,且运算量小,适用于计算能力较弱的WSN节点。     

l壳层状态的QSL分类与耦合波函数的计算

本文从准旋、自旋、轨道角动量算符的二次量子化形式出发,讨论了l壳层状态的QSL分类,推导了QSL分类的递推公式并给出了p,d,f壳层的分类结果。应用计算单体、二体算符矩阵元的Slater-Condon规则和解线代数本征值问题子程序,编制了计算l壳层QSL耦合波函数的计算程序,在VAX-11/730机上,对p-壳层和d-壳层共约需半分钟,对f-壳层约需24分钟。     

空中目标战术意图层次推理框架及实现

以提高对空态势感知能力为目的,着眼于构建以专家系统为特征的目标意图推理决策支持系统,首先根据目标意图的含义从意图、行动和状态三个层次进行了层次表示,并简要分析了实现意图推理的六种途径.根据空中目标的作战使用等领域知识将其意图从属性类型、战术类型、威胁类型和任务类型四个层次进行了分解.基于意图推理输入信息的分布性特征以及意图的层次分解建立了基于判定树的意图层次推理框架以及数据驱动的推理控制机制.该框架为建立空中目标战术意图的推理实现方法提供了重要的依据.     

深度置信网络在导弹攻击区分类中的应用

针对传统导弹攻击区解算方法忽略双方态势变化等问题,提出运用深度置信网络的导弹攻击区分类模型。根据导弹命中情况与目标机动间的关系,将导弹攻击区划分为五类。通过分析影响导弹攻击结果的态势参数,构建导弹攻击结果预测模型。在实验部分,结合重构误差和测试错误率确定深度置信网络的网络结构,通过逐层提取数据法分析模型参数特征并且讨论微调数据的采样方式。使用反向传播神经网络和支持向量机进行分类有效性对比实验。实验结果表明：深度置信网络运行速度和预测准确度明显优于其他两种方法,满足实时性和准确性要求,所提方法具有良好的应用价值。     

外军两栖车辆水上推进装置的分类及评价

给出了当今外军典型两栖车辆的主要性能指标,对水上推进装置进行了分类,定性分析了各种水上推进装置的工作原理及主要影响因素,给出了FT-C牵引车模型的试验结果.通过对水上推进装置产生的推力和两栖车辆水上行驶的阻力分析,得出了有价值的结论.最后根据实际需求对履带划水式、喷水式、螺旋桨式3种水上推进装置进行了综合评估,其结论对新型两栖车辆的论证、研究具有借鉴作用.     

基于半监督FCM聚类算法的卫星云图分类

针对卫星云图的特点在分类特征集中采用了一种新的特征--差异化特征,该特征反映了云图的内部结构特点,并且具有良好的鲁棒性,能有效地避免云团位置变化对特征的影响.将半监督思想引入到模糊C均值聚类方法(FCM),克服了单纯的FCM方法未考虑领域知识导致的聚类结果的盲目性.半监督FCM方法在聚类过程中加入少量的由领域专家标记的样本,引入专家的领域知识,通过与这些带有类标记的样本进行相似性比较,引导FCM方法的聚类过程.试验结果表明,基于具有差异化特征的云图特征集,半监督FCM方法能有效地提高云图分类的准确率.     

船舶辐射噪声的相关维提取

船舶辐射噪声是一种混沌,因而也具有分形特征。利用提取相关维的GP算法,分析了船舶辐射噪声的分形特征,所得结果具有较好的参考价值。     

基于储备模式选择的战备物资分类研究

对战备物资进行分类是选择储备模式的基础和重要前提。把战备物资分类问题抽象为战备物资的军事性和经济性评价问题,设计了物资分类评价指标体系,并对部分指标进行了说明;利用层次分析法确定各指标的权重,运用专家打分法完成指标打分,并对专家打分程序进行优化,增强战备物资分类的可操作性,由军事性和经济性两方面的得分确定战备物资所属类别;最后通过算例证明了分类方法的有效性。     

基于粗糙集和支持向量机的火炮内膛疵病识别方法

火炮内膛疵病智能识别是火炮内膛窥测的最终目标,它涉及到内膛疵病的特征提取和疵病识别两方面。首先建立了包括疵病形状、纹理与颜色特征的火炮内膛疵病特征体系;并采用模糊粗糙集理论分析了各疵病特征对疵病识别的敏感性,由此优化了疵病特征体系,降低了疵病特征维数;建立了最小二乘支持向量机小样本、非线性数据特征的多疵病分类器,提高了疵病识别效率和质量。