作战信息需求模型

研究了作战信息需求的概念、需求分析流程及描述方法,提出了作战信息需求的概念模型、逻辑模型和过程模型。概念模型界定了作战信息需求的相关概念及层次关系;逻辑模型描述了作战信息需求的内容;过程模型分析了作战信息需求的演化过程。     

面向像斑的高分辨率遥感影像自优化迭代分类方法

针对高分辨率遥感影像提出了一种面向像斑的自优化迭代分类算法,基于半监督聚类算法获取训练样本,以支持向量机为核心设计了自优化迭代分类器。使用分型网络演化算法获取像斑,并从中选取少量标记样本;结合标记样本,利用半监督模糊C均值算法对像斑进行聚类,并基于密集度筛选得到训练样本;设计了自优化迭代支持向量机分类算法,对所有像斑进行迭代分类直到满足分类要求,并在分类过程中对近邻分类结果进行统计得到高可信度样本以自主优化训练样本集。基于以上方法分别对武汉市QuickBird和WorldView影像进行分类实验,分类总精度分别达到94.67%与92%,与基于人工选取训练样本情况下进行分类的分类总精度（82%与82.67%）、常规支持向量机分类总精度（87.33%与88%）、最小二乘支持向量机分类总精度（88%与89.33%）相比,精度有明显提升,分类效果较好。     

小子样条件下巡航导弹的命中精度评估方法

针对巡航导弹定型试验发数少、验前试验信息源多的特点,提出小子样条件下,通过可信性检验分别得到每个验前信息源的可信度,在导弹落点偏差分布为正态-逆伽马分布的假设下,获得评估的验前分布参数,选择基于可信度的加权方法对多源验前信息进行融合,采用Bayes估计方法得到命中精度。最后结合实例进行仿真,说明了该方法较传统的Bayes方法更稳健,很适合巡航导弹命中精度的评估。     

贝叶斯网络推理在信息系统安全风险评估中的应用

提出了一种基于贝叶斯网络推理的安全风险评估方法。从实际出发建立信息系统的贝叶斯网络模型,根据专家给出的先验信息,结合获得的证据信息,运用Pearl方法完成对模型的评估,给出在特定条件下模型的计算——线性推理算法。最后,以实例分析信息系统安全评估的实现过程,结果表明,该方法可行、有效。     

潜艇水动力噪声的自航模试验技术研究

探讨了一种新型的潜艇流噪声与螺旋桨噪声的模型试验方法——自航模水动力噪声测试技术。该方法通过合理的试验方案设计及信号处理手段,在背景噪声相对较低的测试环境中,可得到具有时间通过特性的噪声信号,识别出流噪声与螺旋桨噪声。     

应用于引信遥控装定的火控信息交联装置

自差式多普勒无线电引信发射和接收装置是引信遥控装定的重要内容.在装置中引入单片机和FPGA技术,能快速、准确的装定已经出炮口300 ms以上的密集弹药,选择工作方式,可供选择的工作方式有近炸、碰炸、遥控炸、定时(距)炸.引信具备近目标发射电磁波功能,能有效抗有源干扰、海杂波干扰和信道干扰.FPGA的高度集成特性减小了编码和解码、调制与解调电路的体积,减小了引信工作电路.     

面向对象的虚拟维修性分析中零件信息建模方法研究

采用面向对象建模的方法,在研究维修活动的基础上,利用逆向思维,将维修活动中的维修对象即零部件作为维修活动的主体,借用计算机语言中类的定义方式,将零部件的各种数据定义为类的相应属性值,将零部件在维修活动的被动行为定义为零件类的动作函数,将维修作业中维修动作的人为判断变成基于零件属性的自动判断,并给出了基于这种建模方式的虚拟环境中自动维修仿真作业的实现过程。结果表明,虚拟维修中需要人力判断的工作大大减少,缩短了虚拟维修仿真的时间,从而可以提高系统的仿真效率。     

基于层次分析法的化工企业火灾风险评估研究

化工企业火灾风险评估对于化工生产至关重要。针对化工行业的火灾风险,结合层次分析法和模糊识别模式的优点,提出了基于层次分析—模糊识别的综合评价方法,并通过实例评估证明了这种评价方法行之有效。     

论终身教育趋势下军校教师学习的终身化

学习,是人类认识自然和社会、不断完善和发展自我的必由之路。终身学习是21世纪的生存概念,是教师自身发展和适应职业的必由之路。教师专业发展是一个随时代变迁永无止境的过程。在终身教育趋势下,军校教师要不断提高自己,树立终身学习观念。     

Modeling and analysis of a mixed‐model assembly line with stochastic operation times

We consider a mixed‐model assembly line (MMAL) comprised a set of workstations and a conveyor. The workstations are arranged in a serial configuration. The conveyor moves at a constant speed along the workstations. Initial units belonging to different models are successively fed onto the conveyor, and they are moved by the conveyor to pass through the workstations to gradually generate final products. All assembling tasks are manually performed with operation times to be stochastic. An important performance measure of MMALs is overload times that refer to uncompleted operations for operators within their work zones. This paper establishes a method to analyze the expected overload times for MMALs with stochastic operation times. The operation processes of operators form discrete time nonhomogeneous Markov processes with continuous state spaces. For a given daily production schedule, the expected overload times involve in analyzing the Markov processes for finite horizon. Based on some important properties of the performance measure, we propose an efficient approach for calculating the expected overload times. Numerical computations show that the results are very satisfactory. © 2007 Wiley Periodicals, Inc. Naval Research Logistics, 2007