【摘 要】
：
信息化作战环境下防空面临的形势异常严峻,对空袭目标进行准确有效的威胁评估有助于指挥员快速判断战场形势并做出决策。但空袭目标先进的武器装备及复杂的作战方式使战场中捕获到的态势信息愈加繁多,准确进行威胁评估的难度增大。为了提高威胁评估的精确性,论文从以下几个方面展开研究:（1）建立空袭目标威胁评估指标体系。充分考虑空袭目标的威胁属性,根据评估指标选取过程需要遵循的系统性、科学性等七个原则,结合相关学者
论文部分内容阅读
信息化作战环境下防空面临的形势异常严峻,对空袭目标进行准确有效的威胁评估有助于指挥员快速判断战场形势并做出决策。但空袭目标先进的武器装备及复杂的作战方式使战场中捕获到的态势信息愈加繁多,准确进行威胁评估的难度增大。为了提高威胁评估的精确性,论文从以下几个方面展开研究:（1）建立空袭目标威胁评估指标体系。充分考虑空袭目标的威胁属性,根据评估指标选取过程需要遵循的系统性、科学性等七个原则,结合相关学者的研究,从能力和意图两个方面着手,构建出空袭目标威胁评估指标体系。（2）针对威胁评估过程中指标权重计算方法存在偏颇性、评估过程无法体现指标间内部因素差异等问题,提出了CT-GRA-TOPSIS的威胁评估方法。首先,采用AHP（Analytic Hierarchy Process）法确定主观权重,CRITIC（Criterion Importance Through Intercriteria Correlation）算法确定客观权重,博弈论综合二者的权重得到组合常权;其次,对空中战场态势发生变化时,常权权重难以准确反映不同来袭目标态势的情况,引入了CT（Contingency Theory）变权理论对组合常权进行动态调整,以确定各威胁指标的综合权重;然后,为了评估评价对象数据曲线之间的关联性,将GRA（Grey Relational Analysis）分析法运用到TOPSIS（Technique for Order Preference by Similarity to Ideal Solution）排序方法中;最后,以某防空作战为背景,运用提出的CT-GRA-TOPSIS方法对空袭目标威胁结果进行排序。实验结果表明,该评估方法能够综合考虑主客观的权重,其威胁评估结果在精确性和灵活性方面都具有一定优势。（3）针对以某一时刻空袭目标的指标进行威胁评估时,无法掌握空袭目标整体态势情况的问题,提出了考虑时间序列的CT-GRA-TOPSIS威胁评估方法。将整个监测时间段的空袭目标信息考虑在内,用泊松分布为时间序列赋予权重,并用CT-GRA-TOPSIS威胁评估方法对每个时间的空袭目标进行威胁评估,将二者结合得到空袭目标威胁排序结果。实验结果表明,该评估方法能够把握战场整体态势变化,得到准确的威胁评估结果。论文以防空作战为背景,构建了空袭目标威胁评估指标体系,提出了考虑时间序列的CT-GRA-TOPSIS的威胁评估方法,该方法具有计算过程简洁、评估结果准确度和稳定性高的优点,对防空作战指挥决策具有一定参考价值。
其他文献
随着深度学习中卷积神经网络技术发展,现今的卷积神经网络的模型结构应用越加广泛。为了提升模型性能,网络模型通常变得更加复杂,规模日益庞大,且神经网络本身存在计算冗余,使得边缘设备无法满足复杂模型的运算需求。因此深度卷积神经网络的模型压缩工作被广泛研究,使用有效的模型压缩算法可以减少冗余度,让复杂模型转变为轻量模型以适应更丰富的应用场景。本文主要工作研究了轻量化卷积神经网络和结构化模型剪枝技术。首先是
随着计算机图形学、数字图像三维处理在口腔数字化方面的快速发展,计算机在口腔诊疗领域有着广泛的应用。本课题着眼于数字化口腔医疗的发展和推广,在牙齿尖点的提取和牙齿的三维测量基础上,进行了全牙列数字化评估研究。本文包括以下几个方面的主要研究内容:1)本文以全牙列数字化评估系统在口腔数字化诊疗中的应用为背景,对三维测量技术、牙尖提取方法和现有的评估系统进行了简单的介绍。在此基础上,基于编码结构光技术的相
随着计算预算和数据可用性的空前增加,深度模型在目标识别任务中取得了优异的性能。然而,机器学习机制仍然无法与认知学习相比,认知学习不仅可以持续地获取新知识并保存大部分经常用到的旧知识,还能在少量注释样本上构建高精度的识别能力。小样本类增量学习（FSCIL）是一种受认知学习启发的新兴机器学习范式,给定具有足够训练数据的基类和来自新类的少量可训练样本,FSCIL使用旧类训练一个表示模型,然后不断地使模型
近年来,随着卫星遥感技术和深度学习技术的快速发展,基于深度学习方法对遥感图像中的特定目标进行检测逐步成为当前的研究热点。我国拥有广袤的海域和许多重要的港口,开展海面目标检测无论在军事上还是在民用上都有着非常重要的价值和意义,例如渔业管理、港口交通服务、海上巡逻等。本文主要目标是在复杂海洋环境以及各种云雾天气的干扰情况下,依托现有的深度神经网络方法,研究海面遥感舰船图像处理的分类与定位不准确问题。主
人工智能的迅速崛起开启了一次重大的时代转型,生理状态评估领域迎来了新的曙光,以数据和智能状态评估算法驱动的生理状态评估领域方兴未艾。在生理状态评估领域之中,传统的心率异常状态存在误报警、准确率不高等问题,同时疲劳状态也难以通过单一参数进行感知与评估。因此本文针对两类不同的生理数据（波形生理信号以及稀疏多元生理数据）,分别建立了深度神经网络模型,实现了人体心电异常状态以及疲劳状态的识别。本文主要的研
随着武器装备的飞速发展,空战环境日益复杂多变,现代战场呈现出高度智能化的特点。威胁评估作为一种辅助决策工具,可以提高指挥员对战场的实时感知能力,帮助指挥员快速、准确地判断战场形势,从而做出科学、有效的战术决策。本文以地面防空为背景,展开研究空中目标威胁评估的相关问题。论文的主要研究内容如下:（1）针对空中袭击目标,建立威胁评估模型。在建模过程中综合考虑诸多因素,通过相关系数和Alpha系数确定威胁
区块链是数字经济发展中的一项重要技术,已被纳入国民经济十四五规划纲要中。区块链技术的应用范围正在迅速扩张,已经从虚拟货币扩展到了与金融、物流、政府以及医疗等各种行业的结合。然而,在区块链技术飞速发展的今天,区块链网络间的数据协同需求也在日益上升,由于不同区块链在底层架构、共识机制以及消息协议等方面的不同,导致区块链生态形成了“数据孤岛”的局面,无法进行数据交互。在现如今大量的联盟链应用场景中,跨链
软件等信息技术产业的不断发展,使软件的功能和组成结构日趋复杂,而复杂的软件结构导致软件安全事件频发,使工业生产和社会安全受到了严重威胁。大部分软件安全问题来自于软件源代码本身存在的安全风险,因此,近年来软件源代码安全问题得到社会各界的广泛关注。面对软件漏洞利用问题的快速增长,如何快速有效地对软件源代码进行漏洞检测,是当下信息安全研究领域的热门研究问题。传统的静态漏洞检测方法大多依赖于人工定制的漏洞
随着互联网技术的飞速发展,在为人们带来便利的同时,也产生了海量的数据,使人们面临选择困难的窘境。推荐系统能够根据用户画像,从海量信息中筛选出用户感兴趣的内容,产生个性化推荐列表给用户,从而有效解决信息过载问题。近年来,基于深度学习的推荐算法占据主导地位,在电影推荐中,引入深度学习模型来提取用户行为序列特征,精准刻画用户画像,有助于改善推荐效果。推荐系统的设计要兼顾准确性以及高效性,所以通常采用分级
随着我国经济的飞速发展和科技的不断进步,各行各业对于信息和知识的需求日益增加。在各个行业中,金融领域对于信息和知识的需求更为突出。然而金融信息量迅速增长以及大量非结构化的金融公告文本的存在,给金融研究团队在信息处理和公告研读的工作中带来了困难。为了解决这一问题,金融知识库应运而生,该知识库旨在从海量文本中抽取出相关的实体、关系以及属性等信息,以帮助人们更好地了解和把握市场的发展动态和趋势。本文旨在