基于RS-PSO-SVM的航材消耗预测模型

针对航材消耗预测影响因素多,结合航材消耗特点,研究粗糙集（Rough set, RS）与支持向量机（Support vector machine, SVM）相互融合的航材消耗预测问题。通过RS不完备信息系统的属性约简剔除航材消耗信息系统中冗余的定量因素,在属性重要性基础上将7个影响因素约简为3个影响因素,保留了该系统的核心知识。引入粒子群算法（Particle swarm optimization, PSO）优化SVM模型,寻优得到的参数组合,建立RS-PSO-SVM航材消耗预测模型。实例分析表明,RS-PSO-SVM模型的预测准确度较好,相比较于PSO-SVM、RS-BP（Back propagation）预测性能更佳。     

航空发动机管路测量数据分割方法

 为了提高航空发动机管路测量数据的反求建模效率,提出了一种区域增长分割算法。该方法主要是利用管路表面在曲面索引系数映射、主曲率映射、高斯映射上的特性,并基于均值漂移算法和遗传算法提出了区域分割算法中种子区域的选择策略。然后利用区域增长分割方法实现了对管路测量数据的分割。经过仿真和实测数据验证,所提管路分割算法具有较好的分割质量和效率。     

综合航电设备多传感器多级数据融合的敌我属性估计

介绍了C^4 ISR系统中多传感器数据融合的特点和一种空战融合模式,结合实例说明了多传感器各自对目标信息的测量结果进行融合处理,推导了单传感器和多传感器未知命题的周期融合的可信度分配,并根据概率分布函数求出我机和敌机的置信度和拟信度,进行了验证和分析。分析表明,多传感器数据融合可以较全面准确地识别空中目标,达到对目标属性的准确估计。     

基于相等期望值的相似集成法应用研究

引入多准则群决策计算专家意见的集成程度,可以有效解决AHP法判断准确度不足的问题。运用基于相等期望值的相似集成法来解决群决策意见一致度计算问题,有效克服Hsu和Lee的计算方法不切合实际的缺陷,为武器系统作战适用性评估提供了更好的理论支撑。     

基于信息熵的多属性决策方法在飞机布局设计选型中的应用

本文利用基于信息熵的多属性决策方法,在某飞机的布局设计选型过程中,针对6种气动布局属性,在12种初步优选方案中,基于其CFD计算数据,选择出了最佳布局。本文工作表明,信息熵为多属性决策提供了一种实用有效的获得最优目标权重的方法,可以用于完全未知权重的多属性决策。该方法能够为飞行器布局设计选型服务,有效地指导布局优选工作。最后,分析了该方法的决策思想和不足之处,探讨了进一步研究布局选型决策方法的思路和方向。     

一种基于被动探测的双机雷达协同定位方法

针对有源探测易被发现及干扰的问题,设计基于被动探测的双机协同射频隐身定位方法。通过测向交叉定位处理获得目标的距离信息,利用属性数据关联消除“鬼影”,从而完成对目标稳定有效的探测。所设计的双机雷达协同定位方法具有目标定位精度高和隐蔽性良好等优点,并通过仿真验证了算法的有效性和实用性。     

面向智能电网嵌入式设备的网络威胁动态评估方法

针对智能电网嵌入式设备由于计算、存储资源有限而造成的对网络攻击行为应对不足，安全评估手段薄弱等问题，提出了面向智能电网嵌入式设备的网络攻击行为动态评估方法。使用安全控制模块对实际嵌入式设备通信数据流进行解析与判别，利用组件动态可信度量分析方法在嵌入式系统模拟机中对攻击行为安全影响进行安全检测评估，通过对平台配置属性、平台运行属性及用户认证属性3个方面属性进行全过程动态综合度量，得出最终网络攻击行为安全评估结果。通过在配电自动化及用电信息采集系统真实环境下进行测试，针对嵌入式设备常见的攻击行为，检测方法的准确率能够达到90%以上，具备较好的安全评估精度，与此同时实现了自身安全性的有效提升。      

模糊特征目标的相对熵识别法

针对模糊特征的目标识别问题，提出了一种结合模糊建模和改进CRITIC方法的相对熵识别方法。计算多个时刻观测值的统计特征，通过模糊建模将观测值转化为模糊数；基于模糊数距离测度，定义并计算目标特征值和观测值之间的相似度；对CRITIC方法进行改进，提出一种目标特征客观权重的求解方法；根据相似度和特征权重，使用相对熵排序法得到识别结果。仿真结果显示：模糊特征能够更好地体现识别中的不确定性，所提方法对模糊特征的目标识别率高，实时性和鲁棒性好，具有一定的应用价值。     

基于双重属性信息的跨模态行人重识别算法

通过对跨模态检索问题的研究，属性信息的使用可以增强所提取特征的语义表达性，但现有基于自然语言的跨模态行人重识别算法对行人图片和文本的属性信息利用不够充分。基于双重属性信息的跨模态行人重识别算法充分考虑了行人图片和文本描述的属性信息，构建了基于文本属性和图片属性的双重属性空间，并通过构建基于隐空间和属性空间的跨模态行人重识别端到端网络，提高了所提取图文特征的可区分性和语义表达性。跨模态行人重识别数据集CUHK-PEDES上的实验评估表明，所提算法的检索准确率Top-1达到了56.42%，与CMAAM算法的Top-1（56.68%）具有可比性，Top-5、Top-10相比CMAAM算法分别提升了0.45%、0.29%。针对待检索图片库中可能存在身份标签的应用场景，利用行人的类别信息提取属性特征，可以较大幅度提高跨模态行人图片的检索准确率，Top-1达到64.88%。消融实验证明了所提算法使用的文本属性和图片属性的重要性及基于双重属性空间的有效性。