一种基于自组织特征映射网络的聚类方法

针对传统聚类算法不能有效地处理大数据集和高维数据集的问题,提出了一种基于自组织特征映射网络的聚类方法。该方法能将任意维输入模式在输出层映射成一维或二维离散图形,并保持其拓扑结构不变,而且无需监督,能自动对输入模式进行聚类。给出了应用该方法的具体步骤和加速自组织过程的若干改进方法,通过仿真实验证明该算法的有效性。     

综合数据包络分析模型及其软件系统设计

针对实际问题复杂多样、范围广泛,而数据包络分析(DEA)模型本身又种类较多等特点,首先对多种常用的DEA模型进行了分类研究,指出了每类DEA模型在形式上的具体特点。以此为基础给出了一种能够包含各类模型特征的综合DEA模型和相应的目标规划模型。最后,根据目标规划模型中不同参数与不同模型之间的对应关系设计了能判断多种DEA有效性的综合算法和软件系统。     

DEA方法中输入输出项目的选择和数据处理

讨论了数据包络分析(DEA)中输入输出项目的选择和数据转换，Cooper，Seiford和Tone曾给出了有关DEA中输入和输出项目的选择要求，但在实际应用中相当一些问题的输入输出项目的选择不符合该要求，因而不能使用此方法，经过分析，其中一部分问题可以通过数据转换而满足DEA时每个决策单元的输入和输出项目选择的要求，使用这样的数据处理方法，可以拓宽DEA的应用范围，论文具体阐述了这种类型的项目选择和数据处理方法，并讨论了逆DEA中输入输出变化量的选择问题。     

基于VRS的SE-DEA模型可行性的研究

通过一种改进的DEA模型——SE-DEA模型可以对决策单元进行充分比较和排序，但在可变规模收益(VRS)条件下，这种模型可能不存在可行解，定义了超有效和强超有效决策单元，对基于VRS的SE-DEA模型的可行性进行了研究，证明了评价某决策单元的SE-DEA(VRS)模型是不可行的充分必要条件是该决策单元为超有效，给出了用SE-DEA(VRS)模型对决策单元进行评价与排序的方法步骤，将决策单元按强超有效、超有效、一般有效和非有效进行排序，最后将这些理论与方法应用于评价产业经济相对有效性的实际。     

一种基于样本的综合评价方法及其在FSA中的应用研究

给出了一种基于多个样本单元或给定标准的多目标、多准则综合评价方法 ,并讨论了它的相关性质 .同时 ,还给出了一种依据样本前沿面移动划分可行集的算法 ( MSF) .根据划分的各区域特征 ,可以对决策单元的性状进行比较或排序 .在此基础上 ,给出了 n维空间中最大可接受风险曲面的概念 ,推广了传统的 F-N曲线分析方法 .并将 MSF应用于多风险区域分划以及同类单元综合风险评估 ( FSA)等问题中 .     

产品数据管理系统实施方法学

提出了产品数据管理系统的实施概念 ,并从系统工程角度提出了产品数据管理实施的策略 ,给出了的产品数据管理系统的实施步骤和技术路线 .探讨了产品数据管理的实施方法 ,并将该方法成功地应用于实际的产品数据管理系统的实施过程中 .     

雷达/红外双模制导背景下的模糊目标跟踪器

在雷达／红外双模制导背景下，对雷达／红外传感器的测量数据进行融合并提出了一种跟踪机动目标的模糊跟踪器。该跟踪器能够精确的获取目标机动的动态信息，应用一系列的模糊规则自适应的调整卡尔曼滤波器的过程噪声协方差矩阵，从而更适合用于实际的跟踪系统。通过对红外成像和雷达多传感器对目标跟踪系统的数字仿真表明所提出的模糊跟踪器性能良好。     

多传感器数据融合仿真平台的构建及设计

数据融合是军事C^3I系统的重要组成部分，对C^3I系统效能的发挥起着决定性的作用。文中简述了多传感器数据融合仿真平台的重要性及其实际意义，介绍了空中目标跟踪多传感器数据融合仿真平台的构建；针对位置级数据融合开发所需的模块，合理地进行了软件设计；仿真平台还通过使用模块化和开放性的结构，使仿真平台具有通用性、实时性和对话性等特点。最后，给出了一个该仿真平台的一个运行实例，使该仿真平台的可靠性、实用性等得到了仿真验证。     

基于神经网络的无源多传感器属性数据关联

采用引入动量项、自适应调整步长，Levenberg-Marquardt优化方法对基本的BP神经网络进行改进，以提高学习速度，改进的BP神经网络学习算法用于对无源多传感器获得的雷达辐射源参数进行属性数据关联，能够自适应地调整阈值，即根据训练数据调整关联的门限值，与确定门限的属性关联算法相比，有着很高的关联正确率。     

IMM理论在超低空探测与跟踪上的应用

以超低空防御为背景 ,以防御系统雷达和红外传感器的融合为主线 ,运用概率互联理论和交互式多模型理论对超低空目标的探测和跟踪问题进行了仿真。经仿真认定 ,该理论不仅可用于目标的探测和预警 ,也可用于导弹的跟踪和制导