多传感器信息融合分类识别系统中冗余知识判定的关系代数 …

在基于多源信息融合的对象分类识别系统中,信源／传感器数量的增加往往使数据处理量急剧增长,不仅占用大量计算资源,提高运行成本,而且降低了系统可贵的实时性。本文提出用关系代数方法判定由信源传器提供的知识有无冗余,从而精简和优化信源／传感器资源的配置和结合。     

连续型模糊Hopfield网络(CFHNN)稳定性研究

将模糊逻辑和神经网络相结合,提出了连续型模糊Hopfield人工神经网络(CFHNN),给出了它的网络结构和形式化描述,证明了CFHNN的稳定性.     

一种基于粗糙集的决策树生成算法

针对决策树的构造和修剪通常不能同时进行所产生的效率低下的问题，提出了基于粗糙集理论中知识依赖性的决策树构造方法。利用优先策略，将知识依赖性同时作为属性约简和建树的准则，在决策树预修剪的同时进行节点生成，大大提高了决策树构造的效率。使用Fisher＇s iris数据集对琏于粗糙集理论中知识依赖性的决策树生成算法和用回归拟合方法的决策树生成算法进行比较。实验结果表明，前者的分类精度和决策树模型的复杂程度要明显优于后者。     

一种新的数据库访问技术—OLE DB接口技术

由于数据结构的差异,关系型数据库和非关系型数据库很难在同一平台上实现统一的编程接口。为此,本文通过介绍基于COM的OLE DB接口技术,以及与ODBC等其它数据库接口技术的对比。阐明了OLE DB的技术优势,并在VC平台上实现了异构数据源访问接口。     

基于遗传模拟退火算法的机动多目标数据关联问题研究

应用遗传模拟退火算法将机动多目标的数据关联问题表达为一类约束的组合优化问题研究时,可极大地提高密集多回波环境下系统跟踪多机动目标的精度和可靠性.仿真结果表明,遗传模拟退火算法明显地优于独立地使用遗传算法和模拟退火算法.     

集对分析在多雷达数据融合中的应用研究

多部雷达在探测目标时，因受低空杂波、电子干扰和雷达自身探测精度等影响，易使部分雷达的探测数据不可靠而造成融合中心数据处理精度的下降。针对这一问题，本文提出了一种应用1次融合数据为特征的集对分析思想，把每时送入融合中心的各雷达探测数据与1次融合后的数据组成集对，求出目标状态当前时刻的区间估计，去掉每时落入估计区间之外的雷达探测数据，再作2次融合。仿真结果表明，应用集对分析实现多雷达探测数据的择优融合，不仅算法简单，而且能有效提高不确定雷达系统的跟踪精度和可靠性。     

基于对象立方体结构的对象类泛化方法研究

在关系数据泛化和对象泛化方法研究成果的基础上,探讨面向对象数据库（ＯＯＤＢ）中对象类的泛化方法,给出构造对象立方体的泛化算法。这种方法可用于开发ＯＯＤＢ（Ｏｂｊｅｃｔ－Ｏｒｉｅｎｔｅｄ Ｄａｔａｂａｓｅ）或关系－对象型数据库的数据挖掘软件。     

基于谱分解的F-S最佳鉴别平面及舰船识别研究

Fisher最佳鉴别分析方法已在许多模式识别问题中取得成功应用。Fisher最佳鉴别分析建立在对Fisher最佳鉴别准则的最优化基础上。本文利用对类内矩阵S10进行谱分解，提出一种在类内矩阵S10的零空间中求解F—S最佳鉴别平面的新方法。我们将此方法应用于红外舰船图象的特征抽取和识别的研究。实验结果表明了该方法的有效性。     

聚集式聚类分析方法及其应用

基于层次聚类算法，提出一种聚集式聚类模型及其算法，实现了分布式异构数据库的聚类分析。该方法使网络传输数据量显著减少，并大大提高聚类效率。     

关于信息战的几个问题

基于战争的道义性框架讨论几个问题①战争的概念不仅仅指军事战争,现代战争已经从耗尽型转向控制型,战争的目标不再是摧毁对方设施,消灭对方有生力量,而是影响敌方的信息系统。②利用现代社会信息系统的脆弱性,实施战略和战术相配合的信息攻击,以征服敌方领导的意志。③研制信息战武器和进行信息战,具有很强的政策性和法律性,必须由立法机构决策。