稳定特征选择的多目标蚁群优化

为了提高进化算法特征选择稳定性,提出一种面向稳定特征选择的多目标蚁群优化方法。通过抽样策略集成三种特征排序法的输出作为多目标蚁群优化的稳定性指导信息,聚合特征的费舍尔分值和最大信息系数值作为多目标蚁群优化的启发式信息,以分类正确率和扩展昆彻瓦指标值作为两个优化目标,兼顾算法的分类性能与特征选择稳定性。在四个标准数据集上进行对比实验,结果表明,所提方法能够在分类性能与稳定性方面达到较好的平衡。     

空间飞网地面碰撞试验与仿真

设计了空间飞网地面碰撞试验系统,并将碰撞试验结果与有限元仿真结果进行比较分析,对碰撞过程中的碰撞力和绳段内力进行分析。研究表明:试验结果与仿真结果吻合较好,这验证了仿真模型的有效性;飞网碰撞目标后产生的约束张力有利于收拢包裹目标;飞网的柔性特征可有效缓解碰撞效应,但碰撞区域绳段易产生断裂破坏。     

高超声速飞行器前缘流-热-固一体化计算

针对高超声速流动气动加热与结构传热的复杂耦合问题,探索和研究基于有限体积法的高超声速流-热-固一体化求解方法,将流场与结构温度场进行统一建模与数值模拟。该方法避开了传统气动加热和结构传热耦合求解方法在时间域内进行流场与结构温度场耦合交替迭代计算所带来的大量数据交换与计算,将流场与结构温度场作为一个物理场,采用统一的控制方程进行求解。采用典型高超声速绕流二维圆管稳态或非稳态流-热-固耦合算例对该一体化方法进行验证,稳态时圆管驻点温度最高达到648 K,非稳态时的热流密度和结构温度与参考文献和实验值吻合较好,由此证明了该方法的可靠性和正确性。与耦合计算方法的对比分析结果表明:该一体化求解方法所得计算结果更接近实验值,并且计算量和网格依赖性都相对较小,具有更好的稳定性和计算精度,能为高超声速飞行器一体化热防护设计提供有效的理论和技术支撑。     

采用S-Tag的M-DSP片上存储DMA访问优化

针对自主设计的M-DSP,提出并设计实现了一种基于Tag副本(S-Tag)的片上SRAM DMA访问数据相关性维护机制,该机制以流水化方式实现,在基本对CPU无打扰的前提下,有效支撑了DMA数据的无阻塞传递。仿真和芯片实测结果表明,该机制硬件开销较小,并在有效带宽和带宽利用率上均优于已有典型同类芯片。     

基于大数据的态势感知运用分析

善用数据者制人,不善用者制于人。围绕国家安全和军队建设的需求,通过对大数据的分析进行态势感知,日趋具有重要的价值和意义。深入研究大数据技术在态势感知中的作用机理及存在问题,有效利用其优长,解决存在的问题,充分发挥大数据的作用,有益于更好地支撑国家和军队的决策和行动。     

面向军事定向越野训练的数据挖掘思路

军事地形学是军队院校本科必修课程。按图行进的军事定向越野,是军事地形学野外教学的重点和难点。本文借鉴了当前流行的"大数据"思想,针对当前军事定向越野教学训练的特点,研究提出了若干数据挖掘思路,能够从大量训练数据中提取可辅助教员组织教学、制定训练计划的有价值知识,而且具有较好的实用价值和军队院校推广价值。     

强军新时代军队作战数据建设

在信息化战争时代,作战数据已成为战争的重要资源和有效武器,夺取"数据主动权"已成为新一轮军事竞争的重要内容。针对现阶段军队作战数据资源建设中存在的现实问题,基于对作战数据定义和本质内涵的认识与思考,从组织领导、岗位设计、业务定位、责任划分、管理模式、模型体系、协作共享、人才培养等方面,提出了强军新时代加速推进我军作战数据正规化、标准化、实用化建设与发展的几点建议。     

装备“互联网+”平台化综合保障的技术应用

“互联网+”的一个特点是从数据出发,挖掘数据中隐含的本质规律,提升信息的利用率,向用户有针对性地开展业务。在数字化装备时代,装备的研制数据与使用数据信息都是海量的。这些数据资源中隐含的规律信息正是研制部门服务用户的重要资源,也是改进设计、提升装备性能的宝贵财富。综合保障信息系统的核心,是利用数据信息与信息技术为装备的保障工作服务,正符合“互联网+”的理念。本文从“互联网+”技术的理念与途径出发,根据装备保障数据信息资源应用的特点,结合在综合保障信息系统应用中的实践,探索信息化装备保障的技术发展方向。     

Matlab在装甲车发动机性能试验数据处理中的应用

数据处理是发动机特性试验的一个重要内容,是测取发动机各项指标,进行动力性、经济性分析的前提和基础。利用Matlab强大的数据处理功能和绘图功能对发动机的性能试验数据进行处理,并采用神经网络学习发动机外特性曲线的方法得到曲线,既提高了工作效率,又可得出较为精确可靠的动机外特性曲线。     

基于GMM的数据仓库管理与维护

元数据管理系统是构建、管理、维护和使用数据仓库系统的核心部件。元数据管理关键在于构建一个全面的、可扩展的元数据模型,表示各种类型的元数据。本文提出了一个通用的元数据模型GMM,该模型可以有效支持数据仓库的管理和维护,如用户视图管理、个性化服务、增量刷新、数据志跟踪等。