基于贝叶斯原理的小子样试验导航误差评定方法

针对鉴定试验花费大、周期长的问题,提出一种水下无人航行器导航误差小子样贝叶斯试验CEP评定方法。该方法综合运用大量验前子样,对其进行相容性检验,以确定有效的验前子样,并运用统计推断理论获取验前信息。根据在验收试验中获取的验后子样获取验后信息,利用贝叶斯理论推出无人航行器满足CEP指标的概率。实例结果表明了方法的有效性和实用性。     

改进的空战目标威胁评估与目标分配算法

威胁评估和目标分配算法是现代作战飞机火控计算的重要组成部分。针对现代空战的复杂性和实时性的特点,在融合空战态势和空战效能的威胁指数模型的基础上,建立了对敌优势模型,改进了现有的威胁评估方法。根据目标威胁矩阵和对敌优势矩阵,以最大程度保存自己为目标,按照以优攻劣的原则建立了目标分配算法。以一个算例,利用建立的算法模型对某空战态势进行了计算,计算结果验证了该模型的可用性和有效性。     

信息系统风险评估方法综述

信息系统风险评估是信息系统安全的前提和基础。信息系统风险评估总是基于一定的技术手段与评估模型,需要根据系统的具体情况,选择合适的风险评估方法。本文分析了信息系统风险评估的基本的内容,包括研究现状,模型的建立,评估标准的选择,并着重对几种主流的风险评估的方法进行分析比较,以此来展望信息系统风险评估方法未来的发展。     

一种基于双圆域的AUV自主导航定位精度计数考核方法

导航定位精度是自主水下航行器（AUV）一项重要的技术指标。基于概率圆计数考核方法,取概率圆半径较小时,当AUV的导航精度远低于指标时不利于快速做出判定;而取较大时,当AUV导航系统存在较大的系统偏差仍有可能判定为合格。针对上述不足,该文根据AUV的基本轨迹及其航行轨迹测量的特点,提出了一种基于双圆域的AUV导航定位精度计数考核方法,通过研制方和用户方风险共担的原则合理调整2个圆域的半径,不仅可以在AUV实际导航定位精度远低于指标要求情况下进行快速判定,而且有助于降低导航系统的系统误差对考核的影响。仿真验证表明,该方法科学、合理,具有工程应用价值。     

客观评价彩色图像质量的全四元数结构相似度方法

在不损失彩色图像颜色信息的基础上,通过定义一 种全四元数模型 将四元数的3个虚部以及实部全部用于表示彩色图像的结构信息,从而在完整保留颜色信息 的基础上提高了四元数矩阵的信息承载量。为了进一步增加与主观感知的一致性,将彩色图 像的细节信息和颜色分量合并作为四元数的实部和虚部,进而改进传统的图像质 量评价结构相似度(SSIM)方法,采用四元数结构相似度方法 实现了对待测图像的质量评价。实验结 果表明,本文方法既保留了彩色图像的颜色信息,又增强了图像内容中人眼 敏感的细节信息,采用LIVE数据库和IVC数据库验证了本文方法的评价指标,实验结果 表明, 所提指标与人眼主观感知的一致程度要好于传统的图像质量评价方法以及纯四元数SSIM方法。在交叉失真实验中,量化评价结果的Kendall等级相关系数 (KRCC),Spearman等级相关系 数(SRCC)以及均方根误差(RMSE)为0.6929、0.881以及 7.506,均好于实验中采用的其它几种方法。     

FCC合格评定运作模式分析

介绍了美国FCC合格评定程序,通过对其合格评定运作模式的分析,总结了FCC监管机制在电信终端设备符合性评定中的成功经验,并对比我国相关领域提出了建议和可借鉴之处.     

供应链金融视角下的小微企业信用风险评价

近年来,随着小微企业融资难的问题日益凸显,供应链金融作为新的融资渠道,正受到越来越多的重视,科学、准确的风险评价对控制供应链金融中的信贷风险至关重要。通过建立和完善小微企业信用风险评价指标体系,采用BP神经网络模型为小微企业信用风险评价开辟新途径。BP神经网络是一种智能算法,它具有自我学习和自适应的特点。通过实例,分析和检测了该BP神经网络模型,结果令人满意。证明该模型确实可行,能够应用于供应链中各小微企业的信用风险评价。     

Metrics and Criteria for Quality Assessment of Testable Hw/Sw Systems Architectures

The purpose of this paper is to present a novel methodology for assessing the quality of architecture solutions of hw/sw systems, with particular emphasis on testability. Criteria and metrics for quality assessment are proposed and used to assist the design team in selecting a best-fitted architecture that satisfies not only functional requirements, but also test requirements. The methodology makes use of object-oriented modeling techniques. Near-optimum clustering of methods and attributes into objects is carried out, in such a way that objects with moderate complexity, low coupling and high functional autonomy, result. The main features of the methodology are ascertained through a case study.     

军事信息系统数据质量评估方法研究

为提高军事信息系统数据质量评估能力,针对军事信息系统数据质量控制和管理的特点,分析了影响数据质量评估结论的主要因素,划分了数据质量缺陷等级,在此基础上,研究提出了一种基于层次递进的数据质量评估方法,为有效地控制军事信息系统数据质量提供了参考依据。     

Perceptual image quality assessment using phase deviation sensitive energy features

Full reference image quality assessment (FR-IQA) algorithms aim to establish generic measures of perceptual image quality independent of distortion types. Recent developments in FR-IQA have marked the use of phase congruency features. Phase congruency is a dimensionless, normalized feature calculated from the log-Gabor energy of the image, equipped to be relatively insensitive to noise variations due to calculation of noise circle. The underlying assumptions on the nature of the noise used in this calculation affect the performance of phase congruency based FR-IQA measures. In this work, we (a) test the hypothesis that using the phase deviation sensitive energy features obtained from the log-Gabor filtered image instead of the noise adjusted, normalized phase congruency features will improve the general applicability of an FR-IQA measure, (b) reduce execution time by omitting noise circle calculation and (c) study how the modifications in parameter values, changes the correlation between the subjective scores and objective image quality values. Experiments on six benchmark databases suggest the effectiveness of the proposed method which improves over the existing phase congruency based algorithms, achieves competitive performance with the state-of-the-art methods and delivers the best average performance across all databases in terms of prediction monotonicity and accuracy.