基于灰色Verhulst优化模型的电子装备故障预测方法

针对平均故障工作时间数据样本量少的特点,提出利用灰色Verhulst模型预测电子装备故障;又针对灰色Verhulst模型存在预测精度不高的问题,研究了灰色Verhulst模型参数的优化方法。通过实际试验数据对2个模型进行了仿真验证,并基于灰色关联度对2个模型的模拟预测精度进行了比较分析,结果表明：基于灰色Verhulst优化模型适合于电子装备故障预测,并具有较高的拟合预测精度。     

基于灰色理论的电子系统状态预测方法

电子系统的状态预测是利用其历史信息来实现系统未来状态和趋势的估计,以防止灾难性故障的发生,对于推动视情维修具有重要意义。针对典型模拟滤波电路,通过分析其关键测试信号的特点,研究了基于灰色理论的状态预测方法,并针对该预测模型的不足,设计粒子群算法选择最佳预测维数,设计新陈代谢法使该模型参数在线改变,从而建立符合电子系统信号特点的灰色预测模型。将该模型与ARAM模型比较,实验结果验证了该模型具有较好的状态预测精度和预测性能。     

空中目标威胁评估技术

对空中目标进行威胁评估是防空C3I数据融合系统中非常重要的一个模块,威胁评估准确程度将对防空作战的结局产生重大影响。文中首先构建了威胁评估的指标体系,基于模糊隶属函数对各指标进行了量化处理。然后在分析威胁隶属度构成的向量满足比较序列的前提下,应用灰色关联度分析对空中目标进行威胁评估与排序。最后给出了一个实例,得到的结果与专家群体评议后的结果完全一致。     

液体火箭发动机故障检测和诊断中数据挖掘策略的分析

分析了液体火箭发动机的工作特点,提出了应用数据挖掘方法从数据仓库的角度对液体火箭发动机进行故障检测和诊断的策略。对在液体火箭发动机故障检测和诊断的不同问题中可能应用的数据挖掘方法进行了分析比较。分析表明,聚类、分类、关联、时间序列分析和孤立点检测等数据挖掘方法适用于液体火箭发动机的故障检测和诊断。     

基于模糊灰色理论的数据链系统作战效能评估

数据链系统作战效能的评估研究,对信息系统的战斗力形成和提高有着重要意义。基于灰色理论和模糊数学提出了一种新的数据链系统作战效能评估模型,这种模型融合了层次分析法、灰色聚类分析、模糊综合评价,避免了使用单一模糊数学方法的不合理之处,为全面评估数据链系统作战效能提供了全新的方法。     

基于激光雷达的移动机器人实时位姿估计算法

提出一种基于二维激光雷达的移动机器人实时位姿估计算法。该算法首先将环境数据聚类为不同的障碍物,然后利用障碍物的特征匹配来关联相邻2帧的障碍物,最后通过优化位置序列间的方向角实现机器人的位姿估计。与ICP（迭代最近点）算法对比验证表明：该算法与ICP具有相同数量级的位姿估计精度,且明显提高了计算效率。     

模糊聚类分析在舰炮射击目标处理中的应用

舰炮对岸射击中射击目标选取比较复杂,用基于AFS逻辑的模糊聚类分析数学方法对射击目标进行处理,是一种评估战场目标选取的新方法。基于AFS逻辑的模糊聚类分析不仅与人类的思维逻辑类似,而且便于计算机将数据库中的记录转化为人类容易理解和操作的模糊集。作为在数据挖掘中的应用,又给出了基于AFS模糊逻辑的一个新的模糊聚类方法,通过具体的数学模型仿真表明这是一种行之有效的方法。     

基于灰色系统理论的潜艇作战效能评估

为研究潜艇装备的作战使用效能,提出其效能评价指标体系。用改进的权重分析法确定潜艇作战效能评价指标权重,用改进的灰色评估理论建立潜艇作战效能评估模型。以某常规潜艇为例,用建立的模型进行量化评估,能充分利用决策者的判断信息,较为准确地反映实际情况。该模型可为部队训练和作战提供潜艇装备的战斗效能数据,找出影响潜艇作战能力的敏感因素,为发展新型装备提供依据。     

分布式拒绝服务攻击的网络跟踪算法

分布式拒绝服务攻击通过控制多台傀儡机对目标机进行攻击,该类型攻击的攻击路径隐蔽,对攻击者跟踪困难.在分析该类型攻击的特点,通过形式化的描述,分析该类型网络入侵规律,通过聚类分析技术描述出分布式拒绝服务攻击的攻击路径,定位网络入侵的实施者,有效地打击网络入侵行为.     

一种自动镜头聚类方法

镜头聚类是视频内容分析的重要途径。镜头聚类的基本任务是基于镜头的物理特征对镜头进行分类。本文设计和实现了一种新的镜头聚类方法 ,这种方法从一个初始分割开始 ,经多次聚类分裂与合并的迭代 ,自动地进行误差校正。这种方法既不需要通过人工交互来解决试探聚类方法的误差调节问题 ,也不需要迭代聚类算法中难以确定的经验参数和经验阈值的设定 ,克服了普通聚类方法的缺点 ,在实际应用系统中取得了较好的效果。