判决特征选择的快速人脸识别算法

为了在确保识别精度的条件下提高人脸识别的速度,提出了判决特征选择算法(SVM-DFS).针对多类分类问题,判决特征选择算法根据统计学习理论使用支持向量机来实现特征选择,根据全概率定理把特征选择和多类分类集成到一个统一框架.在UMIST和FERET人脸数据库上的实验表明:SVM-DFS算法可以用来挑选对分类最有用的特征,这些挑选出来的特征具有明显的物理意义.使用判决特征选择方法不但可以加快分类器的响应速度,而且不降低分类器的泛化能力.     

自组织特征映射网络在目标分类识别中的应用

为了在日趋复杂的空战环境中准确分析出目标的类型,以达到辅助决策之目的,采用自组织特征映射网络来对目标进行分类识别.首先提取影响目标识别的类特征,然后对其预处理.在此基础上建立SOM网络目标识别模型,并利用SOM网络算法实施无监督的自组织学习.在学习的过程中,通过不断调节网络节点间的权向量,来实现目标聚类.最后,通过仿真验证了该方法在目标分类识别中的可行性和实用性.     

海军舰载导弹防空系统信息作战方法

信息与火力是海军舰载导弹防空系统研究的核心问题,运用信息作战原理,在给定攻击战机的条件下,对舰载导弹防空系统的信息与火力联合作战能力的分析表明:与提高作战安全性的隐形战机相比,军事诱骗战术更易降低舰载导弹防空系统的火力防御能力.火力对作战能力的贡献约为信息的4倍.根据这一结论,可以为海军舰载导弹防空系统开发出基于信息作战原理的新战法,全面提高指战员在实战中把握信息与火力的运用规律、实施信息作战、做出科学决策和夺取战场胜利的能力.     

舰载导航系统的舰炮对海校射方法

测量距离方向法校射是我海军舰炮火控系统对海校射的主要方法,但在传统校射模型中,偏差测好时刻发射舰位置由发射时刻的发射舰位置推算而得.若直接用发射舰航向航速推算,则由于瞬时航向航速扰动.误差较大;若通过瞬时航向航速累积推算,则随着时间的增加,累积误差也很大.将舰载导航系统引入舰炮校射.利用舰载组合导航系统直接测得发射时刻和偏差测好时刻的发射舰位置.从而建立校射模型.仿真结果表明,该方法对提高舰炮校射精度,缩短系统反应时间,增强舰炮武器系统的作战效能有着重要的现实意义和军事意义.     

基于Agent建模与仿真的军事对抗系统

军事对抗系统是复杂适应系统.基于Agent建模与仿真较好地克服了传统的建模技术存在的不足,为将军事对抗系统作为复杂适应系统研究提供了新的思路,开辟了军事对抗系统建模仿真的新领域.结合红蓝分队对抗实例,介绍了基于Agent建模与仿真技术建立分队对抗系统的全过程,并对其中的属性集、行为集、规则集、信用分派机制、底层交互、高层交互构建进行了深入的研究.该研究为建立基于Agent建模与仿真的Multi-Agent军事对抗系统提供了思路和参考.     

电视制导无人攻击机垂直命中目标毁伤概率分析

综合考虑电视指令制导无人攻击机的攻击作战过程,将其末制导设定为满足落角约束的目标跟踪问题,设计了一种基于自动驾驶仪能保持无人攻击机垂直命中目标末制导律,并提出了一种电视制导无人攻击机垂直命中目标的毁伤概率的计算方法.通过仿真计算.结果比较符合实际,为提高和评估无人攻击机的作战效能.提供了简单有效的方法.     

航母舰载机对空防御作战出航保障指挥决策建模

基于Agent的航母舰载机对空防御作战出航保障指挥决策系统,由数据部分和Agent组织部分组成.前者又含数据库、模型库、知识库、相关管理系统和MIS.后者包括五大决策Agent,通过界面Agent与用户进行交互,而与数据部分的交互则由DB监理Agent统一完成.对于系统内决策Agent的设计,可首先针对五大决策Agent的模板进行设计,再对其功能层进行实例化.     

基于SNA的指挥控制关系及其中心性分析

社会网络分析方法(Social Network Analysis,以下简称SNA)是指挥控制关系研究领域新近引入的一种有效的定量分析方法.从社会学的角度分析了指挥控制关系网络中权力的"影响"和"支配"两个维度,研究了C2组织中的指挥控制权力和指挥控制关系.结合一个想定,从点度中心性和中间中心性两个方面介绍了指挥控制关系中心性研究的基本思路,并且借助于社会网络分析应用软件,对想定中的C2组织进行了中心性的实际计算和分析,得出的结论对于C2组织及指挥控制关系的设计和建模仿真具有重要意义.     

船艇模拟训练指挥控制分系统的设计

本文结合某型船艇模拟训练系统的研制,讨论了指挥控制分系统的硬件组成及软件设计,分析了系统模块化的构建,并对所涉及的船艇信息库及自然环境库、异构系统间的网络通信、船艇兵力行动的仿真等关键技术进入了深入的研究和分析,指出了这一方法有助于提高复杂战术背景下船艇进行综合模拟训练的有效性和针对性,具有良好的推广应用前景.     

Rank‐Cluster‐and‐Prune: An algorithm for generating clusters in complex set partitioning problems

Clustering problems are often difficult to solve due to nonlinear cost functions and complicating constraints. Set partitioning formulations can help overcome these challenges, but at the cost of a very large number of variables. Therefore, techniques such as delayed column generation must be used to solve these large integer programs. The underlying pricing problem can suffer from the same challenges (non‐linear cost, complicating constraints) as the original problem, however, making a mathematical programming approach intractable. Motivated by a real‐world problem in printed circuit board (PCB) manufacturing, we develop a search‐based algorithm (Rank‐Cluster‐and‐Prune) as an alternative, present computational results for the PCB problem to demonstrate the tractability of our approach, and identify a broader class of clustering problems for which this approach can be used. © 2009 Wiley Periodicals, Inc. Naval Research Logistics 2009