基于最大熵法的武器系统密集度分析

给出了一种基于最大熵的武器系统密集度精确分析方法，讨论了武器系统密集度试验中多组试验数据的处理方法，用该方法对某型火箭武器系统的密集度进行了分析。实践证明该方法有较强的实用价值。  

火工品可靠性评估试验信息熵等值方法

为解决评估高价值、高可靠性要求火工品试验周期长、费用高的问题,提出一种基于试验信息熵等值原理的火工品可靠性评估方法,解决了GJB376所需的样本量过大和GJB377评估结果缺乏验证的问题。应用该方法能以300发以下的样本量实现对0.999可靠度要求的火工品的可靠性评估,实际产品的验证试验表明其评估结果与大样本方法相符,证明应用本方法是可行的。  

履带车辆动力传动系统性能综合评价

在全面考虑履带车辆动力传动系统各个性能评价指标的基础上，运用加权综合评价法对履带车辆动力传动系统性能进行了综合评价。这种评价方法是一种有效的、广泛应用的方法。从所举实例看，该方法对评价和比较各种履带车辆动力传动系统性能的优劣有着直观的可比性，得出的结论正确、可信。  

飞机目标红外图像序列双阈值分割方法

针对飞机目标红外图像序列,提出了一种新型双阈值分割方法.它依据实测飞机目标红外图像序列的统计特性,以及目标在上一帧图像中所占比例,确定当前帧图像中两个阈值的取值范围;再利用最大熵准则和遗传算法搜索最佳双阈值.仿真结果表明,这种方法能够实时地分割出飞机目标和作为目标特征点的尾喷管,可用于工作在成像目标跟踪阶段的红外成像制导、红外型自动目标识别(ATR)系统.  

基于Bayes理论的发射装置测试性评估方法研究

在小样本量下,经典测试性评估方法风险性大,为解决这个问题,充分利用先验信息,分别采用最大熵法和Chebyshev多项式展开方法确定出先验分布,然后运用Bayes理论对发射装置的测试性进行评估,并与经典评估方法作比较,结果表明经典评估方法过于保守,Chebyshev多项式展开方法存在评估结果不稳定的问题,而最大熵法确定出的先验分布偏差较小,评估结果最好.  

串联系统可靠性分配的模糊层次分析方法

文中提出了一种基于层次分析的串联系统可靠性模糊分配方法。此方法以层次分析为基础,利用三角模糊数构造评判矩阵,并且通过调节隶属程度和决策者对决策的乐观程度指数进行模糊运算,使决策更加合理,最后引入熵权作为可靠性分配的依据。工程应用实例表明该方法具有较好的实用性及有效性。  

基于粗糙集和支持向量机的武器系统效能评定

首先利用粗糙集理论中的条件信息熵算法对系统特征参数进行了约简，提取出了关键特征参数，在此基础上再利用支持向量机算法对武器系统效能进行了评定．最后通过对弹道导弹武器系统效能进行评定，验证了该方法的有效性．  

基于改进型脉冲耦合神经网络的图像分割方法

脉冲耦合神经网络（Pulse Coupled Neural Network，PCNN）具有良好的脉冲传播特性，在图像分割中得到了广泛应用。针对其需要人机交互通过实验确定其相关参数，实时性差等问题，改进了标准的PCNN模型，提出了一种基于改进型脉冲耦合神经网络的图像分割方法。仿真结果表明，该方法实时性好、自适应性强，分割出的目标轮廓清楚．细节更多。  

基于直方图熵和遗传算法的图像分割法

图像分割是计算机视觉研究中一个老而难解决的问题。本文提出了一种基于灰度图像的直方图的熵和遗传算法进行图分割的方法，以灰度图像的直方图熵作为评价标准，把图像分割问题定义为一个优化问题，利用遗传算法的寻优高效性，搜索到能使分割到最优的分割参数－－图像分割阈值。  

基于最小二乘支持向量机时域背景预测的红外弱小目标检测

针对信噪比较低时，如何有效地抑制自然背景对目标检测的影响，提出了一种基于最小二乘支持向量机（LS-SVM）时域背景预测的红外弱小目标检测方法。首先针对前几帧图像中对应同一位置像素点的灰度值序列，利用参数经粒子群优化的最小二乘支持向量机进行函数拟合，并据此预测下一帧图像在该位置处像素点的灰度值；然后将原始图像与预测图像相减得到预测残差图像，利用基于二维Tsallis-Havrda-Charvat熵的阈值选取快速算法进行分割，并根据小目标运动的连续性和轨迹的一致性进一步分离噪声和小目标。文中给出了实验结果及分析，并与现有的检测红外小目标的空域和时域背景预测算法进行了比较。结果表明所提出的算法具有更高的检测概率，明显优于已有的基于背景预测的红外小目标检测算法。