一种基于虚拟维修仿真的交互式电子技术手册生成方法

基于并行工程思想,提出了一种基于虚拟维修仿真分析过程的结果数据制作装备交互式电子技术手册(IETM)的方法。主要研究工作为:构建了一种基于主题的IETM内容数据模型(CDM),给出了典型装备IETM的组成结构;分析了典型虚拟维修仿真分析过程中的结果数据;提出了虚拟维修仿真系统和IETM创作系统的并行集成框架,设计了集成接口和相关模型,在产品生命管理平台下实现了二者的集成;在基于Jack软件环境的虚拟维修仿真系统中,以某型榴弹炮为例,进行虚拟维修样机建模、维修任务生成、虚拟维修仿真,最后通过以上结果数据生成了该榴弹炮的4级IETM系统。     

太空残骸——日益增长的危险

太空观察者正在竭尽全力地记录10,000个有害飞行物的轨迹太空浮悬物就象恬静的池塘里的钓鱼浮标,苏联“宇宙1276”号在最近一次短暂的出现时,从广柔的太空中平稳地疾驰而过。     

全域作战概念下陆军指挥信息系统发展构想

陆军全域作战概念为陆军转型指明了方向,也为陆军指挥信息系统的发展提供了重要依据和军事牵引.在对陆军全域作战概念内涵进行深入辨析基础上,提出了全域作战概念下陆军指挥信息系统使用需求和能力要求,结合现有系统特点及网络信息技术发展,给出了系统未来发展思路及体系架构.     

无线传感器网络研究现状与应用

随着传感器、微处理器和无线通信技术三大高新技术的飞速发展,20世纪90年代末在美国发展了现代意义的无线传感器网络技术,已是一项日益引起人们研究兴趣的技术.将简要论述无线传感器网络的兴起、研究现状、未来发展以及在医疗卫生、环境监测和军事等领域广阔的应用.     

基于旋转森林和极限学习机的大样本集成分类算法

由于信息技术的飞速发展,在实际的数据处理过程中,单个分类器往往不能满足:(1)要求越来越高的数据分类精度和运行速度;(2)更强的泛化性能;(3)有效地适用于大样本数据分类。将旋转森林算法(rotation-forest,ROF)与极限学习机(extreme learning machine,ELM)相结合,有效地解决了旋转森林算法中过拟合现象的发生;同时也提高了算法的分类性能。最后通过UCI数据集的实验验证表明,和传统的集成分类算法相比,算法R-ELM-C与Bagging、Adaboosting、Rotboost、ROF、ELM等相比,具有更好地分类性能、稳定性与泛化性能,同时也适合于大样本数据分类。     

XML数据库技术在IETM中的应用研究

系统分析了XML数据库技术在IETM中的应用，重点对基于XML的IETM设计流程和数据交换技术进行了讨论，并结合，NET程序开发了基于Web的IETM显示系统，为新形势下交互式电子技术手册的开发提供了新思路，有利于装备保障信息化建设的发展。     

基于R-ELM-C的大样本集成分类算法

由于信息技术的飞速发展,在实际的数据处理过程中,单个分类器往往不能满足：(1)要求越来越高的数据分类精度和运行速度;(2)更强的泛化性能;(3)有效地适用于大样本数据分类。该文将旋转森林算法(Rotation-Forest, ROF)与极限学习机(Extreme Learning Machine, ELM)相结合,有效地解决了旋转森林算法中过拟合现象的发生,同时也提高了算法的分类性能。最后通过UCI数据集的实验验证表明,和传统的集成分类算法相比,该算法(R-ELM-C)与Bagging、Adaboosting、Rotboost、ROF、ELM等算法相比,具有更好地分类性能、稳定性与泛化性能,同时也适合于大样本数据分类。     

一种基于案例的多属性综合评价方法

案例推理是动态决策环境下求解不良结构问题常用的方法。把基于案例的推理方法运用于多属性综合评价中,扩展了传统数学模型的求解方式,详细叙述了基于案例的属性权重,建立算法和相似性度量算法,并将该方法应用于武器装备维修性设计方案权衡分析过程中。     

基于案例推理的多准则综合评价

案例推理是动态决策环境下求解不良结构问题的常用方法．本文把基于案例的推理方法运用于多准则综合评价中,扩展了传统数学模型的求解方式,文中详细叙述了基于案例的属性权重建立算法和相似性度量算法,并将该方法与神经网络模型作了全面比较,指出了存在的优缺点和今后的改进方向．     

空天海地一体化观测网络的任务管理探讨与展望

观测网络的网络拓扑动态性、资源异构性及其系统复杂性给空天海地一体化观测网络的任务管理带来了巨大的挑战。本文首先研究探讨面向一体化观测网络及其任务管理的主要内容、关键技术及其面临的挑战。为了应对观测网络面临的问题,本文将基于ACP的平行智能方法引入到观测网络任务管理领域,提出平行观测网络的概念与架构。平行观测网络首先通过人工观测网络系统来模拟实际观测网络系统;然后进行大量不同观测场景及事件的计算实验进行训练与评估;最后,通过平行执行来滚动在线优化人工和实际观测网络系统,从而实现对复杂观测网络的描述智能、预测智能和引导智能。因此,可以实现根据观测环境及任务需求快速灵活地组网,提高网络的灵活性及任务管理效率。平行观测网络将为国家网络数据安全、能源与资源开发、环境监测、灾害预报预警等研究提供有效支撑。