利用循环网络的降落伞开伞载荷补偿方法

为了对降落伞充气展开过程中的开伞载荷进行更加准确的预测,提出一种基于循环神经网络的开伞载荷补偿计算方法,包括模型架构和数据处理方式。该方法将充气时间法计算的预测值代入循环网络进行二次计算,使最终结果能够更加贴近试验真值。使用多层前馈网络、标准循环网络与长短时记忆网络三种网络进行比较,验证了所提模型预测结果的适用性和准确性,研究了学习率、输入层维度和隐层维度等超参数对模型性能的影响,并给出了基于长短时记忆网络的补偿模型最优训练条件。实验结果表明,利用循环网络进行开伞载荷预测具有较好的拟合结果,为机器学习与降落伞工业的学科交叉研究提供了一定的参考方向。     

基于网络技术的火箭发动机试验台控制测量系统设计与实现

介绍了在WINDOWS2000平台下,基于网络技术的多功能火箭发动机试验台控制测量系统设计与实现。给出了系统的硬、软件结构,完成了系统的研制并通过试验验证了该系统。     

具有分流型抑制机制的视网膜细胞神经网络模型及其应用

视觉细胞之间存在的侧抑制机制能够对接收到的视觉信息进行选择性的提取。运用数学方法模拟视觉细胞之间存在的这种生理机制,提出了一种具有分流型抑制机制的视网膜细胞神经网络模型(SIRCNN),分析了该模型的稳定性,给出了等价电路图,并且基于此模型提出了一种边缘检测算法。将该算法应用于图像边缘检测中,试验结果表明,这种以生物视觉感知机理为基础的神经计算方法可有效地增强图像反差,检测图像边缘。由于细胞神经网络具有高速并行运算、便于硬件实现等特点,因此这种方法在图像实时处理中也具有很大的潜力和应用前景。     

基于BP人工神经网络的GPS/SINS组合导航算法

基于扩展Kalman滤波的GPS/SINS组合导航算法,需要对原始的非线性连续系统模型进行线性化和离散化处理,要求系统噪声和测量噪声为零均值的高斯白噪声,且易于出现滤波器发散。BP人工神经网络无需对所求解的问题建模,能够很好地逼近系统非线性特性,获得较高精度的导航定位信息;还具有计算过程稳定,不涉及矩阵求逆,不需要迭代逼近,以及容易实现并行处理等优点。设计适用于GPS/SINS组合导航系统的BP网络模型,并在标准的BP算法基础上,采用共轭梯度法改进网络训练速度及精度。最后,通过仿真算例说明BP网络方法用于GPS/SINS组合导航计算的可行性。     

基于进化规划的自适应高斯神经网络

自适应高斯神经网络能够对目标信号的功率谱有效识别特征进行自动提取和分类,但此网络使用BP算法,其误差能量函数是一个不规则的超曲面,容易陷入局部极小值.因此,提出了一种使用进化规则来设计和训练自适应高斯神经网络的新方法.该方法能够自动地确定网络的最优结构和联结权值,同时避免网络的局部优化.实验结果表明,将该方法用于被动声纳目标的分类识别,能够有效地克服局部最小问题,具有更好的识别率.     

k-ary n-cube中的移动气泡流控策略

在k-ary n-cube网络中,气泡流控是一种有效、实用的死锁避免技术,它不必依赖虚通道就能避免环网中出现的死锁问题。如果流控策略能感知到维度内缓冲区的总体使用情况,就能够更加高效地进行调度,从而提高网络性能。为了避免关键气泡机制引起的阻塞,提出了伪报文协议;结合伪报文协议,设计了移动气泡流控策略,它有效实现了维度内的全局资源感知能力。与局部气泡流控相比,路由器每条输入通道仅设置一个报文缓冲区就可以避免环网中的死锁,即最小资源需求减少了一半。网络模拟结果表明,该机制不会出现永久阻塞;在distribute、hotregion和uniform传输模式中,该机制可以有效提高网络吞吐率20%以上,并且在网络饱和后吞吐率依然维持稳定。     

Small world,big guns: globalization,interstate security networks and conventional weapons imports

With the burgeoning influence of emerging markets in Asia, a tectonic shift is taking place in the global security landscape. Asian states are concomitantly arming as their economic clout grows. In light of these developments, security analysts would benefit from a formal means of placing these arms acquisitions in a structural context. Are arms acquisitions on par with the expectations of Asian states, given their structural dispositions, or are recent acquisitions beyond anticipated levels? By using a dynamic panel regression of 187 states from 1950 to 2011, this research predicts arms import volume using the degree of interstate arms linkages, the size of a state's military, and its level of economic development. The technique offers analysts a formal means of distinguishing orthodox behavior in importing conventional weapons from extraneous security motivations. The article concludes by generating near-term forecasts of Asian arms imports and discussing the implications of the technique.     

基于复杂网络的武器装备重要度评估方法

针对现有武器装备重要度评估方法存在的缺点和不足,基于复杂网络中改进的节点重要度评估指标和方法,建立了武器装备重要度评估模型。该方法不仅描述了武器装备在装备体系中的重要程度,也反映了武器装备失效后的修复情况。最后通过一评估示例,说明了方法的有效性和适应性。     

基于C3D辅助的战场传感器监视系统设计与实现

首先介绍了战场传感器监视系统的定义和各国现有典型系统。其次针对战场监视特殊的应用环境,利用C3D辅助技术,将相对定位与基于三维地图环境下的绝对定位相结合,通过坐标转换和地图匹配将位置信息直观准确反映在电子地图上,设计了基于C3D辅助的战场传感器监视系统,并对该系统进行了实现。最后通过对3D-MDS(C,D)定位算法的验证结果表明,在长1000m×7m宽的道路上,布撒120个节点,对于速度为3m/s的装甲车定位误差仅为2.1687米。该系统可对定位算法的定位精度进行评测及误差进行修正,防止由于误差累积造成误差放大。     

基于支持向量机的威胁判断模型

目标威胁判断是防空作战中一项重要内容,在建立目标威胁模型时,首先要挑选特征参数,分析了影响威胁度的若干因素.这里采用Rough理论中知识约简方法选择目标的特征参数;支持向量机是一类新型机器学习方法,由于其出色的学习能力,该技术已成为当前国际机器学习界的研究热点,利用支持向量机建立了威胁判断模型,给出了实例和解决此问题的支持向量机源程序.通过实例与神经网络法的结果进行了比较,结果表明支持向量机比较精确和简单.