KPLS-SVM在缺失飞参数据估计中的应用

飞行参数的缺失给飞行事故调查工作带来了很大困难.将核的偏最小二乘法与支持向量机耦合,建立基于状态匹配的飞行参数估计模型可以较好地解决缺失飞参数据的估计问题.首先将初始输入映射到高维特征空间,进而利用偏最小二乘法在特征空间中提取对缺失飞参数据影响较强的得分向量, 最后将提取的得分向量作为输入建立支持向量机模型.既克服了输入变量间的相关性问题, 又降低了支持向量机的输入维数.仿真也说明了使用该方法估计缺失飞行参数的可行性和有效性.     

区域反导指控系统一体化研究

不断发展的TBM突防技术呈现了许多新特点,对防空反导系统的指挥控制能力提出了更高的要求.必须从对TBM的感知、识别、预报、威胁判断、目标分配、火力拦截和效能评估等诸多控制环节进行一体化设计,而信息网络技术的发展又为联合一体化指控这一必然选择提供了可能,通过高速数据链将各个作战平台连接成为无缝战场态势,从而形成一体化的扁平作战体系.通过研究国内外指控系统的发展现状,给出了我军的一体化指控系统的发展建议.     

组合导航中SAR匹配位置参数传递过程

飞行器INS/SAR组合导航中SAR匹配位置参数作为组合滤波器的输入之前需经过多个传递环节的转换.研究了从地面SAR匹配位置到载体主惯导中心位置所涉及各环节间的相互关系及诸参数在各环节中的传递过程,包括地面SAR匹配位置参数向飞行器上SAR相位中心的传递,SAR相位中心参数向辅助惯导中心的传递以及辅助惯导中心位置参数向主惯导位置中心的传递,以此为基础建立测量参数传递过程数学模型.基于传递模型惯导修正及传递误差分析实验结果与实际相符,验证了参数传递模型的正确性与可行性.     

警戒雷达被干扰时探测范围的实时计算方法

目前对警戒雷达抗干扰能力的研究大多以效能评估为主,具体探测范围要通过雷达抗干扰实验实际测量获得,不仅成本高、测量数据量大.而且不易实现.针对现代战争中警戒雷达所处的复杂电子干扰环境,给出了机动警戒雷达被多个远距离支援干扰机干扰时探测范围的实时仿真计算方法,对警戒雷达的威力范围或者干扰的压制范围作出定量估算,在这对于研究远距离支援干扰的时机方法和评估雷达的抗干扰性能均具有重要意义.该方法已应用于模拟训练系统中,并获得了令人满意的效果.     

巡航导弹综合防御系统仿真研究

巡航导弹超低空突防效果好、命中精度高、价格低廉,这些优越的性能使其在近几次局部战争中大显身手,越来越受到世界各国的高度重视,也促使各国纷纷研究巡航导弹及其防御措施.国内对巡航导弹的防御研究多从电子对抗与火力打击两方面分别入手,缺乏对巡航导弹的综合防御系统及其仿真的研究.为了更好地研究巡航导弹的综合防御问题,在分析巡航导弹防御方法的基础上,提出构建对巡航导弹进行软硬对抗的综合防御系统,并建立了基于DIS的综合防御系统仿真框架,介绍了系统的体系结构和模型体系,对进一步深化巡航导弹防御研究具有重要的意义.     

面向战争设计工程的作战信息建模方法

首先对战争设计工程研究问题的思路进行了分析,给出了问题中存在的作战信息的结构.按照作战信息的结构,从实体、关系、任务、过程、交互5个方面,给出了作战信息的结构化、形式化建模的规范,主要为异质领域专家在理解问题、认识问题、表达解决思路中提供一定程度上的帮助,提高了战争设计工程的研究效率.     

一种GMM-SVM混合说话人辨认模型

文中提出了一种GMM和SVM混合说话人识别模型,在特征参数域和概率得分域对两种模型进行了融合。混合模型结合了GMM和SVM各自的优势,使SVM的概率输出兼顾各说话人模型内部和模型之间的信息,并有效解决了SVM训练算法复杂,难以处理大量样本的问题。采用TIMIT数据库进行了说话人辨认实验,结果证明本文提出的GMM-SVM模型比传统的GMM模型和SVM模型具有更好的辨识性能。     

关于改进综合英语课程教学的思考

本文从英语专业的培养目标入手,分析了英语专业综合英语课程教学中存在的问题,通过对如何改进该课程教学的探讨,提出了在教学中重视培养学生的综合能力、学习策略及创新能力,英语专业人才培养才能更好地为社会需求服务。     

舰船空调系统不同保障模式的效费分析

分析了舰船全寿命期和使用期的结构,在此基础上,借助于WSEIAC模型,分别对舰船空调系统在两种保障方式的全寿命使用期效能和费用的各个指标进行了建模,提出了指标计算的思路与计算方法.结合海军舰船特点,在对WSEIAC效能模型进行修改和完善的基础上,给出了计算示例,结果显示了海军舰船空调系统采用岸基保障方式的合理性和优越性.     

用于多类分类的层次式支持向量机

针对支持向量机存在的训练数据量大导致的训练时间过长和训练数据不平衡导致的分类结果会向训练数据多的类倾斜等问题,提出了适合于多类分类的层次式支持向量机。在训练过程中,首先折衷考虑各类之间的距离和各类的训练数据长度,据此将训练样本分为距离较远且其长度基本平衡的2类,然后逐层进行训练,最终形成二叉树分类结构。仿真实验证明,该方法能够有效地缩短训练和分类时间,且对多类分类中的数据不平衡问题有一定的效果。