多传感器目标识别的神经网络与证据理论结合方法

FMM人工神经网络在模式识别和分类中具有独特的优势，D-S证据理论在多传感器决策融合上具有优势。提出了一种FMM神经网络与D-S证据理论相结合的多传感器数据融合目标识别方法，给出计算机仿真结果，表明该方法可以克服单一传感器ATR系统的局限性，提高对目标的识别率和系统的容错性。     

General Fuzzy Min-Max神经网络的改进与应用

针对General Fuzzy Min—Max(GFMM)神经网络不能自适应学习新类的缺陷，提出了一种基于该网络的无师训练改进算法。它一方面继承原GFMM网可以处理模糊输入量的优点．重构了网络中的模糊隶属度函数：另一方面结合ART2神经网络无师学习的特点．引入了网络警戒门限和运行状态切换控制。改进后的GFMM神经网络完全具备了自适应调整和无师学习的能力．并展现出了良好的并行处理性能。自动目标识别中的应用结果表明：该网络具有广泛的实用性     

测向交叉定位中消除虚假点的二次聚类算法

测向交叉定位中消除虚假点的二次聚类算法,先对每条测向线上的交点进行聚类分析,得到几个聚类程度较高的交点集合,再对该交点集合通过取交集的方法进行二次聚类,得到更少数几个交点集合,最后再对这几个少数的交点集合进行选优,从而消除虚假交点集合,得到真实交点集合.仿真结果表明,该算法关联正确率很高,计算量较小,实时程度较高,适用于多传感器存在漏测的情形.     

迎接挑战,加快三网合一的历史步伐

分析了CATV、计算机、电信三网的现状及其存在的问题，论述了目前发展较快的基于HFC，ASDL的三网合一实现方案，指出加快三网合一步伐已刻不容缓。     

基于径向基神经网络的语音识别技术

深入分析研究了径向基神经网络的优缺点,并对其进行了改进,分析讨论了语音识别研究中,径向基神经网络的设计原则以及特征参数等对语音识别结果的影响。将其应用于数字语音识别中,实验结果表明,基于改进型的径向基神经网络的语音识别方法有着较好的识别性能和应用效果。针对非特定人的孤立词识别,识别率可以达到90%以上。     

基于聚类的海战场目标分群方法

目标分群是态势估计需要解决的一个重要问题.目标分群的结果有助于确定态势元素间的关系,从而为作战决策提供依据.提出了一种海战场环境下目标分群的方法.该方法在考虑目标各运动要素的基础上,对其进行最优权值分配,然后利用Chameleon算法对综合指标值进行聚类.     

无线光通信在“宽带最后一公里”的应用

无线光通信（FSO）是一种新型的通信技术。它有多种应用场合。与其它接入方案相比。FSO具有一系列的优点，是解决“宽带最后一公里”的新方案。     

舰载指控系统环境模拟器的航迹处理机设计与实现

本介绍了舰载指控系统环境模拟器中航迹处理机的设计与实现。主要分析了其相关处理的思路及准则、算法基本思想及流程框图、波门选择、平滑外推和航迹质量管理等处理原则。     

一种二元探测传感器网络目标跟踪算法

针对二元探测传感器网络目标定位与跟踪问题,提出一种递推的质心定位方法,推导出了质心定位算法的递推公式。采用序贯最小二乘估计方法,提出了基于递推计算的质心定位结果进行目标跟踪的算法。算法以简单的观测噪声模型体现系统的测量和计算误差,利用序贯最小二乘算法的可变增益,提高了跟踪精度;算法不需要先验统计信息以及序贯式的处理方式等因素,降低了算法的计算复杂度。仿真结果验证了递推公式的正确性和跟踪算法的有效性。     

军队院校博士研究生竞争与激励机制初探

博士研究生培养机制改革是新形势下提高博士研究生培养质量与提高科技创新水平的关键。对军队院校博士研究生培养机制中的竞争与激励机制进行分析,并提出了完善竞争机制与激励机制的建议。