Quantitative monitoring of military transformation in the period 1992–2010: Do the protagonists of transformation really change more than other countries?

Military transformation is a complex, slow, asymmetric, changeable, political, and not necessarily completely rational process that clearly needs an effective monitoring mechanism. This paper fills a gap in current literature by creating and testing a model for multi-dimensional and multi-level quantitative monitoring of military transformation applicable in any country. The model is based on 10 transformation indicators that reflect changes in organizational structure, personnel structure, weapon systems, and defense spending. Its application on a sample of seven countries (USA, United Kingdom, France, Netherlands, Poland, Russia, and China) in the period from 1992 to 2010 unexpectedly shows that the USA – a protagonist in the transformation process among allies as well as globally – has carried out the smallest relative change. The non-directed transformation index indicates that Russia carried out 51.8% more change (or 34.1 index units), and the directed index indicates that Poland carried out 157.2% (or 40.8 index units) more change than the USA.     

基于shearlet与PCNN的多聚焦图像融合方法

针对传统脉冲耦合神经网络(PCNN)模型在多聚焦图像融合领域应用中面临的参数繁杂等问题,提出一种基于剪切波(shearlet)变换与改进型PCNN的多聚焦图像融合方法。相比以往的变换域方法,shearlet具有理想的图像信息捕捉性能以及较低的计算复杂度,因此,可利用shearlet将待融合图像进行多尺度多方向分解。其次,对经典PCNN模型加以改进,综合运用清晰度水平以及协调矩阵完成低频子带图像以及一系列高频子带图像的融合过程。最后,运行shearlet反变换得到最终融合图像。仿真实验选取了若干组待融合图像进行仿真,验证了该方法在主、客观评价两方面的优越性。     

基于偏差熵的专家聚类赋权方法

在群决策专家聚类赋权过程中,可能出现专家给出的判断矩阵一致性比率与排序向量信息熵都相等但专家意见不同,却被赋予了相同权重的情况。针对上述问题,提出一种基于偏差熵的专家聚类赋权方法。该方法采用聚类分析的思想,基于比例构建相似系数,实现对专家群的分类;引入专家判断矩阵的一致性权重,并综合类容量构建权重指标来反映类别间的差异,确定专家类间权重;最后,在各专家类中建立偏差熵模型,依据类中专家达成一致性意见的贡献程度确定专家的类内权重,并得到专家的总体权重。具体算例表明,该方法可行有效。     

基于权重的AHP判断矩阵一致性调整方法

传统的判断矩阵调整方法计算得到的权重不能最大限度地保留原始判断矩阵的信息。为此,提出一种基于权重的判断矩阵调整方法。该方法根据权重的性质,构造完全一致矩阵,利用AdaGrad最速下降法对矩阵进行拟合,使该矩阵相对于原始判断矩阵的总改变量最小,以其对应的权重作为矩阵的计算结果。数值计算结果表明,该方法相比于其他方法,权重对原始判断信息的保留度更高,且不需要反复进行矩阵一致性检验。     

平方根Spherical Simplex UKF在飞船姿态估计中的应用

提出了一种用矢量观测来估计飞船姿态的平方根spherical simplex unscented卡尔曼滤波算法。该算法将spherical simplex unscented变换与unscented卡尔曼滤波结合起来,与采用scaled unscented变换的unscented卡尔曼滤波相比,具有更低的计算量。其平方根形式由于协方差阵的半正定性,拥有更好的数值稳定性。飞船的姿态运动学描述采用了四元数,而用广义罗德里格斯参数来克服卡尔曼滤波过程中的四元数归一化误差。仿真结果表明,该算法比标准扩展卡尔曼滤波具有更低的姿态估计误差及更快的收敛率。     

一种面向混合数据集可视化的高效数据转换技术

应用领域中存在大量多数据类型属性的混合数据集,但是,很多有效多变元可视化方法的适用范围都只局限于单一类型,对于混合数据集可视化效果不甚理想。针对包含数值及分类型属性的多元混合数据集,提出一种面向混合数据集可视化的数据转换技术,首先对每一数值型属性使用聚类技术进行分类化,然后应用对应分析算法量化所有分类型属性,最后将转换后的混合数据集使用经典的数值型可视化方法——星形坐标法进行展现,并且针对变元数量较多或分类型变元势较高的混合数据集,在数据转换过程中提出一套降势策略,减少参与计算的变元数量,提高计算效率。实验表明,该方法对混合数据集的可视化结果不仅易于理解,而且有利于用户发现其中的隐性知识,降势策略在提高内存及时间效率方面作用显著。     

不相容矩阵方程AXB=D的反中心对称迭代解

研究了不相容矩阵方程AXB=D的反中心对称最佳逼近解,基于经典共轭梯度法思想,构造了求解这一问题的迭代算法,证明了该算法的有限终止性并给出了该方法的误差估计,最后利用具体的数值例子验证了算法的有效可行性。     

多边修正算法中的换顶原理及复杂性分析

对于无向赋权图,利用换顶过程中矩阵翻转与数据块调换时上三角部分数据的变化规律,对权值矩阵的数据进行处理,以完成无向完全图中H圈（H路类似）的修正过程。事实上,多边修正的原理最终是通过变换顶点达到的,而其主要用到的换顶规则是矩阵数据的块调换与翻转,该思想还可以推广到有向图的情形。最后利用换顶原理对多边修正算法进行了复杂性分析,讨论修正边数对复杂性的影响。     

一类极点指标与方差指标约束的满意控制

在将极点配置到关于实轴对称的凸多边形区域时 ,总可以用线性矩阵不等式来描述 ,于是对具有状态稳态方差指标、区域极点指标约束的状态反馈系统 ,可以利用 Matlab- L MI工具箱进行求解反馈增益 ,其仿真结果对结论作了说明。     

多载荷识别频响函数矩阵求逆法的改进算法

分析了频响函数矩阵求逆法在多载荷识别中存在的问题 ,提出了两种改进算法 ,即算术平均法和条件数加权平均法。实验结果表明 ,这两种方法在识别精度和消除病态影响方面均优于传统的频域识别方法。