基于深度卷积神经网络的蛇形机动航迹图像识别

为提高防空武器系统对空袭目标的拦截防御能力,针对现有蛇形机动识别算法鲁棒性较差的问题,提出了将航迹坐标数据转化为图像,利用深度神经卷积神经网络进行航迹模式分类的方法。针对航迹数据直接转化为图像时存在机动幅度不明显或过大的问题,提出了有效解决方案。基于CAFFE平台进行了大量仿真实验,确定了适宜于航迹模式分类的深度卷积网络结构和网络参数。实验结果表明,该方法能有效提高蛇形机动航迹识别的鲁棒性。     

基于BP神经网络的多功能相控阵雷达威力评估

运用动态静态结合的方法以及厂家测试数据、查阅外军资料等手段获得多功能相控阵雷达指标参数,采用BP神经网络建立威力评估模型。研究表明:所建立的BP神经网络多功能相控阵雷达威力评估模型具有很高的评估精度,可以很好地反映雷达二级指标和雷达威力之间复杂的非线性关系,为多功能相控阵雷达威力评估提供了一种准确有效的方法。     

基于节点剩余能量的分时分簇LEACH改进算法

针对无线传感网络中高效路由协议的设计问题,基于传感器节点的剩余能量提出一种分时分簇的改进LEACH算法。算法通过分时分簇方式,有效克服了传统LEACH算法中簇首数目不稳定的缺陷,且不会额外增加网络的能耗,使得簇首在整个网络中的分布以及网络的能量消耗更加均衡,有效延长了传感器网络的正常工作时间。仿真实验验证了改进算法的有效性。     

复杂目标毁伤效果评估关键问题分析

复杂目标毁伤效果评估一直是毁伤效果评估中的重难点问题,作为作战指挥决策的重要依据,对其关键问题进行分析和研究具有重要现实意义。首先总结和梳理复杂目标毁伤效果评估的基本思路,在此基础上归纳出复杂目标毁伤效果评估的一般步骤,并构建毁伤效果评估的基本框架,明确其中的关键环节和问题,并基于现有复杂目标毁伤效果评估的方法和模型对其进行详细的论述和分析,最后指明未来发展的方向。     

基于改进加权P ageRank的电子目标重要度评估方法

目标重要度评估是电子目标分析的重要内容,将电子目标群体抽象成复杂网络,可以通过对其网络特性的挖掘,从整体上对电子目标在敌方电子信息系统中的重要度进行评估,但传统基于网络结构的目标重要度评估指标具有片面性,难以对处于关键链路之上的重要节点进行挖掘,针对这一问题,将Pagerank算法与中间中心度指标进行整合,提出电子目标重要度评估算法BCIW PageRank,介绍了基于该算法的电子目标重要度评估流程,并利用模拟侦察数据对其进行了仿真分析。     

复杂电磁环境舰艇电子对抗仿真系统研究

针对目前舰艇电子对抗装备作战效能分析、作战使用方法研究和训练平台实用性不强的现状,采用复杂电磁环境生成技术,运用电子对抗作战使用理论,结合系列研练电子对抗反导积累相关数据,建立电子对抗仿真模型,实现仿真系统控制、复杂电磁环境接收与生成、三维海战场环境仿真显示、多型电子对抗显控界面仿真、舰艇电子对抗作战效能评估、舰艇电子对抗仿真训练成绩评定等功能,研制贴近实际的复杂电磁环境水面舰艇电子对抗装备作战运用仿真系统,以充分发挥舰艇电子对抗装备的作战潜能。     

The Environment as a Factor in Small Wars*

This research paper analyzes the relationship between small wars, insurgency, and the natural environment. Existing literature and data are organized into four behavioral patterns: the resource-based wars accounts for the fight over natural resources; the warfare ecology paradigm refers to non-premeditated damage in preparation for as well as during and after conflicts; the environment as a target discusses intended attacks on the ecosystem; and the insurgency–climate intersection pattern denotes a deviation in climate change that increases the frequency of intergroup violence. The main premise is that small wars emerge when the ecosystem becomes a political asset.     

网络异构信息的张量分解聚类方法

提出基于张量分解的聚类算法,能够同时处理网络中多类型、多语义关系的异构信息。网络信息体系中的各种异构信息被建模为一个多维张量,异构信息之间丰富的语义关系建模为张量中的元素。提出有效的张量分解方法,将不同类型的信息对象一次性划分到不同的簇中。在人工合成的数据集和真实数据集上的实验结果表明:该聚类方法可以很好地处理网络信息体系中的异构信息聚类问题,并且性能优于现有的聚类方法。     

计及技术风险的复杂系统多分辨率风险评估方法

针对技术风险难以直接度量、模型参数设定主观性较强等问题,利用技术成熟度的规范化方法评估系统组成的技术实现条件和难度;通过矩阵化的系统描述及关联关系推理,建立各分系统技术成熟度与系统过程模型动态参数之间的量化关系;采用系统过程建模仿真的间接方法,计算进度或费用超出可承受范围的不确定性,用以评估复杂系统研制的技术风险。通过多分辨率建模方法提高系统分析粒度,使该方法具有随系统演化过程对技术风险评估保持更新和分析粒度提升的能力。     

基于局部敏感哈希算法和神经网络学习的跨媒体检索方法

为了提高跨媒体检索的效率,可行的方法是降低数据集中不相关内容的比例。采用局部敏感哈希算法将图像数据映射到汉明空间并利用神经网络学习将文本数据映射到汉明空间的哈希函数,提出一种可以显著提高数据集中相关文件比例的高效跨媒体检索方法。实验结果表明,提出的方法能够有效去除数据集中的不相关内容,相对于已有的跨媒体检索方法,其有效提高了检索效率与准确率。