多核数字信号处理器矩阵乘卷积算法性能评测

矩阵乘卷积算法能够为各种卷积配置提供高性能基础实现,是面向给定芯片进行卷积性能优化的首要选择。针对国防科技大学自主研制的飞腾异构多核数字信号处理器(digital signal processor, DSP)芯片的特征以及矩阵乘卷积算法自身的特点,提出了一种面向多核DSP架构的高性能并行矩阵乘卷积实现算法ftmEConv。该算法由输入特征图转换、卷积核转换、矩阵乘以及输出特征图转换这四个均运行在通用多核DSP上的并行化部分构成,通过有效挖掘通用DSP核中功能单元的潜力来提升各个部分的性能。实验结果表明,ftmEConv实现了高达42.90%的计算效率,与芯片上的其他矩阵乘卷积算法实现相比,获得了高达7.79倍的性能加速。     

基于最优制导模板的神经网络预测制导方法

针对传统预测制导方法中高精度制导与快速实时解算之间的矛盾,提出了一种基于最优制导模板的神经网络预测制导方法。该方法采用基于高置信度飞行器运动模型仿真计算预测弹道落点,利用优化理论进行迭代解算制导变量,以此为基础离线生成样本数据;通过选择合适的多结构模态神经网络,进行基于调度管理的神经网络训练,完成神经网络控制器的设计。针对CAV进行了算例设计,结果表明:该制导方法在线计算量少,制导解算速度快,制导精度高,综合性能远优于传统的预测制导方法。     

基于 Fuzzy 数序的多属性决策与综合评判模型

本文讨论了在多属性决策与综合评判问题中存在的Ｆｕｚｚｙ不确定性,并给出了Ｆｕｚｚｙ数的排序方法及有关线性运算法则。在此基础上提出了考虑Ｆｕｚｚｙ不确定性的多属性决策及综合评判模型。     

主元分析法和模糊积分的航空发动机气路状态监测

航空发动机是一个大系统,由于结构复杂、工作条件恶劣等因素影响,对其进行有效地健康状态监测成为航空领域长期难以解决的关键技术之一。为有效监测航空发动机健康状态,以航空发动机气路系统为例,提出一种基于主元分析和模糊积分的航空发动机状态监测方法。首先,利用主元分析法提取发动机状态样本集的主元,对样本数据进行降维,实现样本的最优压缩。其次,利用BP神经网络和Elman神经网络对发动机状态信息的特征向量进行初步状态监测。最后,利用模糊积分对采用两种神经网络的初步监测结果进行决策层融合,从而有效地实现对航空发动机气路系统的状态监测。通过某型真实航空发动机验证表明,所提出基于主元分析和模糊积分的状态监测方法,能有效提高监测的准确度,满足航空发动机状态监测的实时性要求,具有良好的工程应用价值。     

比例最小偏度单形UKF的RBF神经网络算法

为提高RBF神经网络的建模性能,提出一种基于改进无迹Kalman滤波(UKF)的RBF神经网络训练算法。在该算法中,首先将比例最小偏度单形Sigma点采样策略引入UT,以有效改进UKF,提升其计算效率,然后利用改进的UKF优化估计RBF神经网络的最优参数。仿真结果表明,改进的UKF比EKF具有更高的RBF神经网络模型训练精度,与传统UKF的模型精度大体相当,但速度更快,计算效率更高。     

电击武器非致命效能评估

提出了电击武器非致命效能的评估方法,分析了影响电击武器非致命效能的关键因素,建立了电击武器非致命效能评估指标体系,采用定性分析和定量计算相结合,将模糊评判法应用到电击武器非致命效能评估中,确定了模糊评判矩阵,建立了评估模型。比较了3种不同类型电击武器的非致命效能,得出了符合实际情况的结果,为电击武器的发展应用提供了辅助决策的依据。     

论网络舆情与高校思想政治教育的关联

随着互联网的普及,网络舆情对高校思想政治教育产生了广泛影响,二者之间存在密切关联。网络舆情蕴含思想政治教育功能,思想政治教育对网络舆情具有疏导作用。根据二者的密切关联,对大学生开展有针对性的教育已成为思想政治教育工作者面临的新课题。     

群体性事件网络舆情传播规律与对策研究

随着互联网的不断普及,现实世界发生的群体性事件往往迅速在虚拟的网络世界引起强烈反响,一旦处理不当将会引发甚至恶化群体性事件。通过分析群体性事件与网络舆情之间的关系,研究群体性事件网络舆情形成机制与传格规律．并在此基础上提出应对群体性事件网络舆情的对策。     

网民心理视角下的网络舆情引导机制研究

在网络舆情频发的社会背景下,加强网民心理的分析和研究是完善网络舆情引导的重要举措。通过列举几种网民心理的类型,分析在这些心理的作用下网民在网络舆情中的行为表现。从网民心理疏导的角度出发,从引导主体、引导机制和引导渠道三个方面考虑,解决基于网民心理的网络舆情引导问题,为政府应对网络舆情事件提供理论支撑。     

基于SNA参数的网络舆论系统状态差分分析

近年来,互联网在我国快速发展,网络舆论起着越来越重要的作用,对国家安全和社会稳定产生了重大的冲击和影响。针对网络舆论系统的状态进行研究,借助SNA方法,提出了可作为序参量的一些特征参数。在此基础上,设计了基于时间序列的SNA参数差分算法,实现对网络舆论系统的状态进行观测与分析。同时,对一个真实网络舆论进行实验仿真,验证了这种方法。