一种新的模糊支持向量回归方法

为克服传统的模糊支持向量机隶属度函数都是基于样本与类中心距离进行设计所带来的局限性问题,提出了基于样本到超平面距离的新隶属度函数设计方法。该方法从支持向量机的回归本质出发,通过更加合理地设计隶属度函数,提高支持向量机的回归的泛化鲁棒能力。仿真结果证明,该方法具有更好的鲁棒性,提高了模糊支持向量机的泛化能力。     

基于鲁棒学习的鲁棒RBF神经网络

提出了一种基于鲁棒学习的鲁棒RBF神经网络。使用聚类方法选择RBF网络隐结点的中心,以鲁棒代价函数为目标函数,采用梯度下降法调整隐层结点的宽度和网络权值,从而使RBF网络的学习过程不受离群点的影响,并且能够快速收敛。仿真实验结果表明了RBF神经网络的鲁棒优越性。     

支持向量机在航空装备维修保障能力评估的应用

维修保障能力评估工作不仅是航空装备管理的一项重要内容,也是保证航空装备维修质量与可靠性的一个重要内容。但是维修保障能力评估中精确样本的获得十分困难,针对维修故障能力评估样本较少,建模不准确的问题,本文提出了应用支持向量机(SVM)对航空装备维修保障能力评估系统进行建模,仿真结果验证了本文方法的有效性。     

新形势下加强军队信息化建设的思考

如何加强军队信息化建设,已成为目前各国所关注的重点问题,是一个关系到战争胜负的战略问题。本文针对未来信息化战争的特点,对新形势下如何充分利用网络信息技术等先进工具,切实提高军队信息化建设提出几点认识。