战场态势估计的理论体系研究

态势估计是数据融合体系中的一个重要层次。战场态势估计在现代作战中发挥了越来越重要的作用,但到目前为止关于态势估计的理论体系还没有一种比较统一的看法。本文从态势估计在数据融合中的地位出发,以态势估计处理融合数据的具体流程为根据,建立了三个层次的态势估计层次结构,解决了关于态势估计具体需要研究的内容问题。     

基于ANFIS的目标毁伤等级预测模型

分析了神经网络和模糊推理系统的优缺点,研究了自适应神经模糊推理系统（ANFIS）结构模型及后向传播和递归最小二乘算法相结合的混合算法．在分析了目标毁伤等级主要影响因素的基础上,构建了目标毁伤等级预测ANFIS模型,利用毁伤试验样本数据训练该模型,得到了与实际一致的目标毁伤等级,并将预测结果与基于BP神经网络的预测结果进行了仿真对比分析．仿真结果表明,该目标毁伤等级预测模型能够准确地预测出目标的毁伤等级,并且其预测精度较BP神经网络方法高,为目标毁伤等级预测提供了一种有效的方法．     

定量的近距空战训练对抗态势分析方法

针对近距对抗态势分析不能量化的不足,提出一种定量的近距空战训练对抗态势分析方法。该方法以对抗过程中双方的位置关系为基础,结合近距空空导弹的攻击包线,建立位置优势函数和武器优势函数,通过两类函数的线性组合构造对抗态势函数,实现了空战训练对抗态势的定量描述。通过算例验证了该方法的合理性和有效性。     

基于Kalman预测的自适应线性化信号的生成方法

自旋弹体的姿态通常采用单通道控制方法进行控制。该方法中采用线性化信号对控制信号进行调制,而线性化信号采用固定频率随机相位的信号发生器产生,这就会对弹体控制产生不良的影响。提出了一种基于Kalman预测的自适应线性化信号的实现方法。该方法通过弹旋频率测定、频率的Kalman预测和信号发生器实现了线性化信号对弹旋信号的同步、自适应倍频、定步长、定幅度的信号发生功能。仿真实验证明了方的正确性,为更加合理的控制自旋导弹的姿态提供了一种有效的方法。     

A misclassification cost‐minimizing evolutionary–neural classification approach

Machine learning algorithms that incorporate misclassification costs have recently received considerable attention. In this paper, we use the principles of evolution to develop and test an evolutionary/genetic algorithm (GA)‐based neural approach that incorporates asymmetric Type I and Type II error costs. Using simulated, real‐world medical and financial data sets, we compare the results of the proposed approach with other statistical, mathematical, and machine learning approaches, which include statistical linear discriminant analysis, back‐propagation artificial neural network, integrated cost preference‐based linear mathematical programming‐based minimize squared deviations, linear integrated cost preference‐based GA, decision trees (C 5.0, and CART), and inexpensive classification with expensive tests algorithm. Our results indicate that the proposed approach incorporating asymmetric error costs results in equal or lower holdout sample misclassification cost when compared with the other statistical, mathematical, and machine learning misclassification cost‐minimizing approaches. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2006.     

引入权重的防空战场态势分析模型

在防空作战中,战场态势的分析非常重要,是辅助决策的基础.为了分析和把握防空作战时的战场态势,针对战场态势的主要影响因素,应用集对分析理论和方法,以集对分析的同异反联系度和距离测度为基础,构造了防空战场态势的分析模型,并对该模型进行了深入探讨.最后,通过实例计算表明了应用该分析模型进行战场态势评估的可行性,为防空作战的战场态势评估提供了一种有效的方法,具有一定的应用价值.     

求同存异:基于标准化视域的高等教育质量标准体系——内在逻辑与建设路径

基于标准化视域的高等教育质量标准体系是参教议教、规范监督、服务社会、利益表达,是为社会发声,是高等教育质量标准体系在表达社会要求。基于标准化视域的高等教育质量标准体系本质是求同存异,即对高等教育质量有基本的标准,也要允许不同类型的高等教育差异化发展。基于标准化视域的高等教育质量标准体系通过建构时间维、逻辑维、条件维、级别维、性质维、对象维的六维一体的建设路径,打造条件维、对象维的规范机制和自我、制度、政府、社会四位一体的保障机制,来推动高等教育质量标准体系的有效运作。     

基于改进核极限学习机和集成学习理论的目标机动轨迹预测

为了提高目标轨迹预测的精度以及预测模型的泛化能力,提出基于改进蝙蝠算法优化的核极限学习机(Kernel Extreme Learning Machine,KELM)和集成学习理论目标机动轨迹预测模型。构建KELM模型,并采用改进的蝙蝠算法对KELM的参数进行优化;以优化后的KELM神经网络为弱预测器,结合集成学习算法生成强预测器,通过训练不断优化强预测的结构和参数,得到一种基于集成学习理论的目标机动轨迹预测模型;基于不同规模的样本,将所得预测模型与逆传播神经网络、支持向量机和极限学习机等模型进行对比分析。仿真结果表明:所提目标机动轨迹预测模型具有较好的预测精度和泛化能力。     

谈农村防火能力的提高

针对农村火灾形势严峻的现状,从建筑布局、耐火等级、消防基础设施、防火管理、村民消防安全素质、消防救援等方面分析了农村消防安全现状,提出了科学编制农村消防规划、规范农村住宅建设、加强防火管理、完善农村消防站(点)和基本消防设施建设、加大农村"三合一"建筑整治力度等对策。     

区间正交小波变换域FLP算法及其在捷联寻北中的应用

针对机抖激光陀螺角随机游走和发动机干扰等影响静态捷联寻北精度的问题,提出了一种新的基于区间正交小波变换的前向线性预测算法。该算法利用前向线性预测技术以及区间正交小波变换抑制边界效应的能力,有效地减小了角随机游走和发动机干扰。车载实验证明该算法的有效性。