ν-SVC分类算法在飞机作战效能评估中的应用

ν-SVC算法是一种新的支持向量机分类算法,该算法根据给定的参数ν自动调整ε,来控制支持向量数目和算法误差.本文应用ν-SVC算法建立了飞机作战效能分类评估模型,并对几种飞机的作战效能进行了分类评估.评估结果与实际相符,表明ν-SVC算法的飞机作战效能分类评估有较高的分类精度.     

D-S证据理论在作战效能评估中的应用

针对如何利用多数据源来评估武器装备作战效能的问题进行研究,分别对专家评估和仿真试验这两种信息源的m ass函数建立模型。在此基础上,利用D-S合成公式对不同指标进行综合,最终得到评估装备的作战效能。利用这种评估方法,分别对4种方案下的雷达系统进行评估,结果表明该方法符合评估实际,对多数据源的评估有一定的借鉴意义。     

作战系统综合效能评估方法探索

讨论武器系统的作战效能评估以及现有效能分析方法的不足之处,分析了作战系统、综合效能的概念等几个关键问题,并提出了初步的研究方法。     

雷达对抗系统作战效能评估研究

从雷达对抗的定义、分类、作战对象以及特点几方面描述雷达对抗的基本概念。多面手描述了雷达对抗系统作战效能的定义,并结合对雷达对抗系统的分析,提出雷达对抗系统作战效能评估指标体系及建模方法。     

LINK-16数据链作战效能评估研究

数据链作为信息化条件下的网络基础设施,已成为支持未来联合作战的主要装备。将层次分析法引入数据链效能评估中,建立了分层结构的作战效能评估指标体系。详细分析了态势信息共享、指挥控制、协同、链路转发和网络可用度等重点指标的评估数学模型,提出了定性指标、权重和作战效能综合评价值的计算方法,为数据链作战效能评估研究提供了一种新的研究视角。     

电子对抗仿真系统建模及其作战效能评估方法

介绍了军事电子对抗系统的功能特点及其仿真需求,重点讨论了反辐射导弹电子对抗仿真系统的功能需求及实现技术,并对电子对抗仿真系统的建模过程及系统实现技术进行了详细的描述和分析,提出了一种电子对抗仿真系统建模的方法,构建了电子对抗仿真系统作战效能评估模型及实现算法,寻求到了一种电子对抗仿真系统作战效能评估的基本方法。     

战斗机对空作战效能评估

当前对战斗机的能力评估已经从关注其性能发展到关注其效能上,研究人员一直在努力探索如何对战斗机作战效能进行评估。根据现代空战模式将空战过程分解为超视距空战和视距内空战,并分别对作战飞机进行作战效能评估。针对战斗机的隐身性,提出雷达探测能力、被动雷达探测能力和红外探测能力作为超视距空战中态势感知能力的指标。对于超视距空战和视距内空战的作战效能评估均采用层次分析法,并给出计算各项子能力的计算模型。     

水面舰艇作战指挥系统效能评估方法

针对水面舰艇作战指挥系统在职能上的构成特点和要求,利用概率论的算法,建立了水面舰艇作战指挥系统效能评估模型,给出了四个评估指标的算法,得到了每个评估指标和整个系统在一定条件下的概率曲线图,最后列举了一些提高水面舰艇指挥系统效能的方法。     

基于支持向量机的雷达网抗干扰效能评估

为了评价作战环境下雷达网的抗干扰能力,以雷达网的各项评估指标及其相对应的量值作为样本,应用支持向量机的预测分类能力对相应的样本做出效能评估预测,实现了对雷达网抗干扰能力的评估。同时与基于模糊物元分析法的结果做相应的对比可看出,基于支持向量机的计算速度快、泛化能力强、评估结果准确等特点。     

一种基于作战环的作战体系效能评估方法

基于复杂网络理论,提取信息化作战体系中的核心作战活动,提出一个基于作战环的作战体系网络效能指标,建立作战装备体系能力评估模型,为作战体系评估优化和武器装备发展提供一个新的思路。     

便携式地空导弹武器系统作战效能的模糊综合评价

为科学评估便携式地空导弹的作战效能,本文对便携式地空导弹武器系统进行了全面分析,建立了便携式地空导弹武器系统作战效能综合评价的指标体系。并利用模糊数学方法,确立了该系统的综合评价模型,从而为便携式地空导弹武器系统作战效能的综合评价提供了一种方法。     

支持向量机在目标分类中的应用

目标分类是一个决策过程,支持向量机是一种基于统计学习理论的机器学习方法,是目前较为理想的分类工具之一。本文介绍了支持向量机的理论背景和一些新的进展,及其在理论和实际应用中面临的难题。还对支持向量机在多元分类中的应用进行了讨论,并给出了实例。     

基于FSVM分类算法的动脉硬化病分类

本文主要对模糊支持向量机的模式分类算法进行研究,对模糊隶属度函数进行选择并计算隶属度值,并对是否患动脉硬化进行分类,实验表明基于模糊训练样本的支持向量机具有高的分类精度。     

自卫电子对抗系统对战斗机作战效能的影响分析

首先建立了战斗机系统的作战效能和生存概率模型,然后重点分析了战斗机系统采用综合自卫电子对抗措施（电子防护、隐身、自卫电子干扰）后对战机生存概率和作战效能的影响,详细讨论了战机采用自卫式有源压制干扰、欺骗干扰和无源箔条、红外诱饵干扰对提高战机生存概率的作用。     

支持向量机的分类策略在图像识别中的应用

针对目前图像识别中能够获取的样本数非常少,而基于支持向量机的分类策略具有利用较少训练样本达到很好的分类结果能力的优点,阐述了支持向量机的基本原理,介绍了支持向量机的多模式分类策略,重点说明了"M-ary"分类策略的改进方法,即在M-ary分类策略中引进二进制编码分类,这样可以提高图像的识别速度,以及改进后的"M-ary"分类策略在车型识别中的应用.     

考虑天气因素的飞机作战效能对数模型

近来世界范围内的几场战争表明,现代高科技条件下的战争中,由于大量精确制导武器的应用,战争的进程更加依赖于天气.为了满足在天气因素影响下的飞机作战效能评估需要,阐述了天气对作战效能的显著影响,将天气因素引入到效能评估的对数模型当中.为保持模型的简洁性,采用系数修正法,结合雷达波、红外线、激光在各种天气条件下的传播特性,对相关参数进行了天气修正,使对数模型的适用范围更加广泛.评估结果显示,天气对飞机作战效能影响显著,考虑天气因素之后的作战效能评估结果更能反映客观实际.     

自行高炮武器系统作战能力的模糊综合评价

自行高炮武器系统是地面防空武器系统的重要组成部分。因此,正确评估其作战能力对地面防空整体作战能力的评估有着重要作用。本文基于对自行高炮武器系统的作战能力的全面分析,建立了自行高炮武器系统作战效能综合评价的指标体系,运用模糊数学方法确立了该系统的综合评价模型,并通过实例形成证明其可行性。从而为自行高炮武器系统的总体作战能力的综合评价提供了一种科学的方法,具有一定的参考价值。     

基于相关向量机的信噪比估计算法

为了使已有PSK信号信噪比估计算法在平坦衰落信道下,能够同时满足估计范围大、估计精度高的要求,提出了一种基于相关向量机（RVM, relevance vector machine）的信噪比估计新算法。该方法在建立起信噪比与二阶、四阶矩之间关系的基础上,应用相关向量机建立估计模型,并通过训练学习,得到可靠的模型权值。实验表明,利用测试数据对信号信噪比进行估计时,相对于其他算法,该算法具有使用数据量少,估计范围广,在有效的估计范围内,估计精度较高,且适用于多种调制信号的特点。     

基于MKSVM的多示例学习算法及刑侦图像分类

针对刑侦图像分类问题,提出一种基于多核支持向量机的多示例学习(MIL)算法.首先,该方法采用金字塔网格划分法对刑侦图像进行分块,再将每幅图像作为一个多示例包,每个子块的底层视觉特征作为包中的示例,将刑侦图像分类问题转化为MIL问题;然后,采用K-means双重聚类方法对所有多示例包进行聚类生成聚类中心并定义为视觉字,再把视觉字的集合构造成视觉投影空间;最后,通过设计的非线性投影函数将每个包映射为视觉投影空间中的一个点,则MIL问题被转化为一个标准的有监督学习问题,并采用多核支持向量机(MKSVM)来训练刑侦图像分类器.基于真实刑侦图像库的对比实验表明,所提方法具有较好的鲁棒性,且分类精度高于其他方法.     

基于ACO-SVM的光谱分类算法研究

为了实现胡萝卜汁品牌的快速无损鉴别,文章以市售两种品牌的胡萝卜汁为研究对象,通过采集拉曼光谱,并结合支持向量机算法,建立了快速判断胡萝卜汁品牌的分类模型。两种品牌的胡萝卜汁光谱主要在1007 cm^-1,1157 cm^-1,1516 cm^-1这3个谱峰存在差异。先对拉曼光谱进行预处理,再选用蚁群优化算法进行特征选择,最后结合SVM构建分类模型。结果显示,相比SVM直接分类,模型ACO-SVM的最优分类准确率为96.67%,提高了2.5%;其分类时间为7.17 s,缩短了163.31 s。研究表明,基于拉曼光谱分析技术和模式识别算法构建的分类模型能够有效地鉴别胡萝卜汁品牌。