文本情报信息筛选与聚类的一种处理方法

目前大数据时代情况下的信息有文本、图像、语音和视频等多种形式,而且信息的容量非常大,怎样高效、正确地筛选、分类和处理、利用这些信息,为决策者提供指挥与控制的科学依据显得尤为重要。据此对文本情报信息提出了一种文本聚类的特征选择以及特征变换的方法,利用单词在文本中的出现次数的概率来选择参与聚类的单词,并且对单词出现概率模型定义了特征变换函数,提高了文本信息的筛选、分类和处理的精度,能快速、准确地提取所需要的情报信息提供给指挥与控制的决策者参考、使用。     

基于乘积偏好关系的专家模糊核聚类赋权方法

多属性、多目标性决策中,针对专家给出各方案偏好关系下的决策问题,提出一种基于乘积偏好关系的专家模糊核聚类赋权方法。该方法运用模糊核聚类的思想实现对决策专家的聚类,并通过放宽归一化约束条件,克服了传统模糊核聚类算法中离群点对聚类结果的影响。同时,在专家类内赋权过程中,运用CI-IOWG算子集结同类专家的意见,依据不同专家对于形成类别一致性意见的贡献程度来确定专家权重;克服了传统基于熵权或判断矩阵一致性的赋权方法的局限性。算例表明,该方法可行、有效。     

基于“综合赋权”模糊物元模型的机场运行安全评价

为了保证机场运行安全,防止事故的发生,依据模糊物元分析理论,结合机场运行安全评价指标体系,构建了基于综合赋权的机场系统模糊物元安全评价模型。在该模型中,通过层次分析法和熵值法主客观综合所确定的权重,为指标体系进行线性加权,实现综合赋权,从而将计算得到的综合权重用于模糊物元建模与评价。实例分析结果表明,该模型步骤简单,过程科学合理,并兼顾了主客观因素的影响,评价结果总体反映了机场的真实安全水平,也为机场安全的科学评价提供了新思路。     

基于LOB的辐射源无源定位算法对比研究

分析了4种具有代表性的基于辐射源方位线(Lines Of Bearing,LOB)的无源定位算法,即Pages-Zamora定位算法、布朗定位算法、概率定位算法和模糊定位算法。在此基础上提出了融合-迭代定位算法,并进行了蒙特卡罗仿真对比实验,对5种算法的定位精度和运算量进行了比较分析。实验结果表明:融合-迭代定位算法的综合性能优于其他定位算法。     

基于检测的人体跟踪算法

传统的目标跟踪算法需要人为标定跟踪区域,且受到漂移问题的影响。为了解决这些困难,针对人体跟踪问题,提出了一种新的基于检测的跟踪算法。为了减少漏跟踪,使用了多个检测算子,用来定位多个身体部位,将其检测结果映射到一个相同的身体区域。为了适应快速运动的目标,使用KLT跟踪和凝聚聚类将检测窗口连接起来形成人体轨迹。实验结果表明:使用多个检测算子明显地提高了跟踪性能;KLT跟踪对于快速运动目标具有适应能力。该算法基本满足实时性。     

潜艇自航模控制系统设计

为满足自航模操纵性试验的需要,设计了潜艇自航模控制系统的结构,建立了基于TCP/IP的网络通信协议,为保障自航模操纵性实验的安全性,设计了应急处理流程,通过对自航模定深控制过程的分析,完成了升降舵模糊控制器的设计。基于实现的自航模控制系统在操纵性实验中表现良好,对于类似系统的设计与实现具有一定借鉴意义。     

装备技术体系网络建模与结构优化方法

针对装备技术发展管理的重用度和冗余度问题,研究了体系网络建模与结构优化方法。将装备技术抽象为节点,技术关系抽象为边,提出了基于装备技术描述属性框架和技术关系分析的体系网络建模方法;将3种经典的网络社团探测方法应用于装备技术聚类,通过比较评估指标,生成了技术聚类优化方案;基于加权网络中心度算法,识别了对体系冗余影响最大的装备技术。以包含235项激光武器装备技术的技术体系为例,验证了方法的有效性,总结了体系结构的优化结论。     

因素状态值为模糊数的变权综合决策方法

对因素权重为实数、因素状态值为模糊数的多因素不确定性决策问题,由实数型状态变权向量导出模糊数状态变权向量,得出模糊数变权公式,建立模糊数变权综合决策模型,最后给出一个应用模糊数变权综合决策模型的实例.     

具有终端约束的制导炸弹模糊变结构制导律设计

针对INS/GPS制导炸弹对地面目标的精确打击问题,提出带落角约束的模糊变结构制导律。在变结构制导律的基础上,引入终端落角约束项,应用模糊规则对所设计制导律中的变结构开关项系数增益进行在线调节。仿真结果表明,在对地面目标进行攻击时,该制导律降低变结构控制系统的抖振,同时满足制导精度和期望落角的要求,具有有效性和鲁棒性。     

基于粒子群优化的模糊交通控制器设计

城市中存在着一些关键路口,其交通通畅与否会对周围路网的交通流起着很大的影响,这些路口需要优先保持通畅.针对此情况,设计了基于上下游交通信息的二级模糊交通控制器来对路网进行协调控制.在此基础上,提出了针对交通特性改进的粒子群优化算法（TIPSO）,并采用TIPSO对第一级模糊规则进行优化,实验结果表明TIPSO对模糊规则具有较好的优化效果,能够离线训练,获取到比人工设定的更优的模糊规则.