多传感器多平台多目标数据融合系统中的数据对准研究

数据对准是数据融合系统中相关、跟踪和识别等功能的基础。通过研究多传感器多平台多目标战术数据融合仿真系统，对该系统数据对准的功能层次作了探讨，并根据海上目标的特点，设计和实现了相应的时间对准算法和空间对准算法。     

实时环境下分布式数据管理的几个问题

针对现代海战环境下数据的非结构化、分散、广泛、实时等特征,并参照英国海军ADDAM(A Distributed Database Application Management System)系统,提出了实时环境下海军分布式指挥和控制系统RNDCCS(Rintime Naval Distributed Command and Control System).同时,详细讨论了实时环境下分布式数据管理遇到的数据分页,数据的更新和维护,结点恢复等典型问题.     

数据融合在船舶避碰中的应用研究

针对船舶避碰决策系统中的船舶运动趋势和避碰时机建立数学模型，实时预估目标船相对于本船的最近会遇距离和最近会遇时间。同时，针对预测模型误差大的问题，提出了先缓冲后预测方法，并对缓冲算子作了改进，弱化其随机性。应用数据融合技术，给出系统的数据融合处理模型，进一步改善和提高系统跟踪目标的精度。仿真结果表明，该方法是有效、可行的。     

使用规则模板进行二次数据采掘的新方法

介绍了使用规则模板对已发现的互联规则集进行二次采掘的方法.与其它规则模板方法不同,所介绍的规则模板比较接近规则表达式,因而更便于与用户交互.这种方法适用于各种已发现互联规则集的二次数据采掘.     

基于神经网络的工程图表数值计算

以典型的工程图表为例，提出了一种用神经网络来解决工程设计中的查表问题的实用方法。计算结果表明，对于一个较为复杂的工程图表，需要一个4层的BP神经网络才能很好地处理，从而为工程设计CAD提供了一个有效的方法。     

GM（1，1）灰色模型在目标跟踪中的分析和改进

分析GM(1，1)灰色模型应用于目标跟踪的性能，指出其为受限的变加速模型，提出了速度模型的概念，并指出模型精度的受限的原因，给出相应的改进方法，最后通过仿真说明了该方法的有效性。     

H-C:基于H-Struct的频繁闭合项集挖掘算法

提出了一种基于H-struct结构的频繁闭合项集挖掘算法H-C。该算法利用了H-struct动态链接结构的特点,快速且高效地挖掘闭合的频繁项集,大大减少了冗余关联规则的产生。试验表明该算法对大型数据库的处理效率和扩展性优于传统的频繁项集生成算法。     

改进的基于TSK模型的模糊对向传播神经网络研究

将模糊C-均值(FCM)算法和模糊对向传播神经网络相结合,解决了模糊对向传播神经网络中模糊隶属度函数的自动生成问题,在此基础上结合TSK(Sugeno Tanaka Kang)模糊模型,提出了改进的模糊对向传播神经网络Improved FCP,并给出了学习算法.对两种典型的非线性模型进行实验研究,实验结果表明Improved FCP网络具有良好的非线性逼近能力.