基于深度置信网络的火炮炮口振动预测研究

火炮炮口振动数据准确预测后,可以对火炮随机振动误差进行补偿,对高机动条件下提高装备火控系统的精度具有重要意义。机器学习方法的进步为提高数据预测精度提供了有效途径。提出一种基于深度置信网络的火炮炮口振动预测模型,通过定义阶段、预处理阶段、训练阶段、测试阶段和评价阶段5个阶段,对火炮炮口振动数据进行了预测。结果表明,深度置信网络对炮口振动数据预测可以根据历史数据提取更丰富的数据特征,相较于传统BP神经网络,可以达到更好的预测精度。

基于信息网络的作战指挥效能指标分析

文章从作战指挥效能本质属性、产生发展角度剖析其影响效能因子,并分析了信息网络的技术因素发展对其产生的影响,重点对指挥系统稳定性从模型建立、信息网络链路的可靠性、链路权值的确定、节点设备的可靠性方面分析其性能指标并描述确定方法,为今后研究网络在指挥效能评估的作用奠定了基础。

基于专家系统的软件故障诊断与修复方法研究

文章首先简要阐述了设计此系统的背景与意义,然后对专家系统的概念作了介绍,重点对软件故障诊断与修复系统设计进行了分析,包括系统基本结构、系统故障内容、系统开发步骤、知识库构建与推理机制以及开发工具的选择等。

装甲机械化部队战术互联网拓扑结构生成方法及仿真分析

战术互联网作为装甲机械化部队主要通信装备,要求具有更高的整体鲁棒性、更低的开销和更可靠的安全性能。网络拓扑结构对网络的可靠性和性能有着十分重要的影响,不仅决定了网络的连接关系,影响网络路由协议的运行,同时还能够直接反映网络拓扑结构的抗毁性能,因此对装甲机械化部队战术互联网拓扑结构的研究具有一定的理论意义和应用价值。

软件故障诊断技术研究

该文结合目前部队信息化装备列装的特点,概述了软件故障诊断与修复的定义与特点,并对软件故障进行了系统的分类,最后提出了软件故障诊断与修复的方法。对于研究软件故障方面的同行具有一定地借鉴意义。

基于支持向量回归的软件缺陷密度预测模型

针对软件缺陷密度的预测问题,构建了一种基于支持向量回归(Support Vector Regression,SVR)的软件缺陷密度预测模型,指出影响回归预测精度的主要因素。首先,对软件度量元数据进行提取,利用归一化和随机序列的方法对缺陷数据进行预处理,并将数据分成训练集和测试集进行回归预测;然后,引入网格搜索的方法对支持向量回归模型中的参数进行优化,大大提高了预测的精度;最后,通过实验对比其他5种机器学习算法,验证了预测模型的有效性。