改进D-S理论的某型高炮武器系统作战效能评估

鉴于某型高炮武器系统的复杂性,考虑采用多数据信息融合的方式来实现其效能评估。针对传统D-S理论在融合冲突信息时的局限性,提出一种基于数据信息确定证据权重的改进D-S理论,并将其用于某型高炮武器系统的作战效能评估。应用示例表明改进D-S理论相比其他算法更加优越。     

舰炮制导炮弹技术风险评估

针对技术风险评价中信息的模糊性和不确定性,提出了舰炮制导炮弹技术风险的灰色聚类评价方法。首先将舰炮制导炮弹研制方案的关键技术进行分解,确定综合评价指标,得到各指标的属性值;然后按照综合评价要求划分灰类,建立白化权函数;最后结合权重采用灰色聚类综合评价方法获得各关键技术所属风险级别及研制方案的综合技术风险值。算例表明,灰色聚类评价方法可将技术风险评价中的模糊和不确定信息定量化处理,能够有效地对舰炮制导炮弹的技术风险进行评价。     

两栖作战舰机协同防空指挥协同网与指挥关系网

为了解决提高航母编队防空作战效能的问题,运用决策树方法分析航母编队防空作战指挥网是一种新方法。先分析航母编队的指挥机构,分析决策群指、作战平台与任务之间的关系。描述了编队协同网和编队指挥关系网,建立了编队指挥关系网的数学模型,采用决策树方法求解该数学模型,给出了编队指挥关系网的设计算法,通过实例分析了算法的计算过程,对结果进行输出。结论:预警机与远程巡逻机战术群是指挥关系网的最高决策点。这些工作为设计和优化航母编队舰机协同防空作战指挥网提供了一定的理论基础。     

文职人员提高政治理论课教学能力的思考

政治理论课是党在军队开展的政治工作的重要组成部分,是军队思想政治教育的主渠道、主阵地。作为没有部队经历的文职人员,提高政治理论课教学能力,要从坚定理论信仰、提升知识水平、拓宽沟通渠道等方面下功夫。     

导弹目标识别的最小贝叶斯风险分类器

在贝叶斯决策理论的基础上,通过划分目标特性空间的方法,推导了目标分类问题的总风险表达式.并根据导弹目标识别的特点,建立了导弹目标识别的最小贝叶斯风险模型,给出了基于风险分析的导弹目标识别的具体实现方法.最后,依据导弹目标的实际情况给出了仿真参数并进行了仿真试验,试验结果证明了本方法的有效性.     

新疆高校体育教师风险管理认知研究

本研究以对新疆地区高校体育教师教学风险管理为研究内容,从高校体育教师对风险管理的认知角度进行分析,了解新疆地区高校体育教师对意外伤害风险管理的认知程度,以期发掘受到忽视的意外伤害危险因素,从而找到规避体育教学风险的捷径,更好地服务于体育教学。     

建构主义理论对高校普通心理学教学模式改革的启示

教师教学不能只给学生灌输知识,而应该引导学生用自己的头脑来建构知识。建构主义理论正是基于此,提出了合作学习、支架式教学等方式,并取得良好成效,从而成为了"教育心理学的一场变革"。本文在阐述建构主义理论的学习观和教学观的基础上,重点探讨这场革命中提出的新观点和新理念对于高校普通心理学教学模式以及教学方法的启示,以期能够在普通心理学的实际教学中找到新突破,提高学生的学习效果和教师的教学效果。     

基于模糊逻辑和证据理论的故障诊断方法

针对故障诊断过程中信息损失的问题和D-S证据理论在处理模糊信息时的局限性,在模糊逻辑的基础上,将决策级信息融合技术应用于故障诊断系统中,提出了一种基于模糊逻辑和D-S证据理论相结合的多传感器信息融合综合故障诊断方法。该方法以模糊隶属函数来实现基本可信度分配,充分利用各种传感器的冗余和互补信息,可显著提高故障诊断的准确率,实例验证了该方法的合理性和有效性。     

基于有限理性理论的虚拟士兵感知行为建模研究

针对当前虚拟士兵感知行为模型的缺陷,介绍有限理性理论和基于有限理性虚拟士兵的概念,分析了加入有限理性理论的虚拟士兵的特点,提出了基于有限理性虚拟士兵的感知行为模型。该模型包括有限视觉模型、有限听觉模型和有限记忆模型,基于该感知模型的虚拟士兵在感知、决策和运动能力方面与类似真实士兵具有较高的一致性。这对虚拟士兵的感知行为建模研究具有一定的探索意义。     

【专题】复杂陆战场环境下的智能感知理论现状与发展

近年来,由于基于深度学习方法的智能检测算法不断演进,其网络结构不断进化,实用化程度不断提高,因此,将其应用于复杂战场环境下,形成实用化智能感知能力的可行性不断提高。然而算法的可靠性、可解释性问题目前仍未完全解决。本文认为,在未来的地面无人平台系统框架内,使用基于深度学习的目标检测识别方法,融合多种传感器感知信号,探索如何可靠地收集无人平台附近敌我车辆、人员、相关物体状况以及视距内的地理与气象环境信息,能够实现多元智能感知过程,构建智能复杂体系,为无人平台实现复杂战场环境感知理解,自主环境判定、自主行走、自主危险判定甚至威胁自动处置提供技术储备。同时,这也将是军队下一步智能感知理论方向的主要任务。