基于AHP的装备试验数据质量评估方法研究

数据质量评估是装备试验数据工程建设中的重要环节,论文根据装备试验数据特点,构建了装备试验数据质量评估指标体系,提出了一种基于AHP与规则库相结合的数据质量评估算法,算法首先通过AHP方法确定指标权重,然后建立基于数据质量指标的质量检测规则库,并根据规则进行数据质量评估。通过测试表明,该算法的评价结果客观合理有效。

多源数据融合的雷达威力范围评估分析方法研究

传统意义上,由于无法找到大量独立同分布的样本,雷达威力范围评估分析是小样本问题。从雷达威力范围方程出发,分析其中和雷达本身工作状态、参数密切相关的个性因素,以及和雷达本身无关的目标环境、气象环境、操作使用等共性因素,对不同因素分别进行处理,形成能够关联不同雷达测试数据的雷达威力范围方程。分析整理历史上目标雷达截面积数据,确定其分布规律;结合雷达测试数据分析共性因素的分布规律;确定雷达威力范围的分布规律,给出雷达威力范围的点估计和区间估计。经过试验分析,所提方法与其他相关方法相比有较好的优越性。

组合核函数优化的稀疏最小二乘支持向量机

针对传统最小二乘支持向量机(LSSVM)稀疏性较差的问题,在传统支持向量机的基础上提出了新的LSSVM模型,并对其进行优化。利用选主元Cholesky分解,进行迭代操作,简化求解过程;利用径向基-卡方组合核函数,提高核函数的稀疏性;最后利用遗传算法,对组合核函数与支持向量机的参数寻优,解决了传统LSSVM在大样本情况下稀疏性较差,求解时间过长的问题,提高了LSSVM的泛性与精确度。仿真实验证明了所提出的模型是有效的。

基于典型相关分析的雷达信号脉内特征识别

雷达信号的模糊函数是雷达辐射源识别中一种重要的时频特征。为解决低信噪比下辐射源识别率较低的问题,提出基于雷达信号模糊函数原点切片特征的识别算法。结合对分数阶傅立叶变换的分析,采用分数阶傅立叶变换计算出模糊函数的原点切片,将切片构建成互补特征集对后,利用典型相关分析与核典型相关分析算法,消除模糊函数特征的冗余,改善分选的准确率与抗噪声性能。实验结果表明上述方法在较低信噪比下能够有效提高识别性能。

基于随机森林与特征提取算法的试验文本分类算法研究

随着计算机技术的发展和试验信息化技术的进步,如何对快速增长的海量试验文本进行自动分类成为了亟待解决的问题.本文在构建试验文本特征表示模型的基础上,结合特征提取算法和随机森林,形成了试验文本分类算法.横向与kNN、SVM、NNet等几种分类模型进行了对比实验,纵向对使用/不使用特征提取算法的随机森林分类器进行了对比实验.实验表明,本文提出的试验文本分类算法具有较好的分类性能和稳定性.