战伤抢修对飞机战斗力作用的Markov模型

将飞机的战斗力分为不能执行作战任务、能执行部分作战任务和能执行全部作战任务三类，在简化假设条件下，建立了战伤抢修对飞机战斗力作用的Markov模型．讨论了飞机三类战斗力随战伤抢修能力的变化趋势，并说明了战伤抢修对飞机战斗力的重要作用．     

雷达系统效能的可视拓扑映射图分析

根据自组织神经网络原理，构建了基于多参数信息融合的雷达系统效能可视拓扑映射图分析模型，并根据模型学习获得的拓扑映射图对机载雷达效能进行了分析，通过效能模型的拓扑映射图和单参数灰度图，可以清晰地观察到不同型号雷达的探测能力特征，参数相准确性特征，参数变化趋势，还可对其它型号雷达效能进行相似性预测，同时，为装备效能分析提供了一种新的有效的方法。     

基于新型机器学习的电子装备系统智能故障诊断研究

支持向量机是一种基于结构风险最小原则的新型机器学习方法,具有完备的理论依据和良好的学习泛化能力。该文针对电子装备系统特征,采用支持向量机算法构建智能故障诊断模型,并对典型电子设备进行故障诊断。结果表明,该诊断模型是可行的、有效的,具有一定工程应用价值。     

数据仓库物化视图选择的混合算法

物化视图是提高数据仓库的查询响应能力以高效支持决策分析的重要手段，但物化视图集选选择是一个复杂问题。结合启发式算法的快速收敛能力和遗传算法的全局优化能力的两层物化视图求解方案提供了物化视图选择问题求解的可行途径。     

相似时间序列挖掘方法

马尔可夫状态转移矩阵描述了随机过程的动态特性，而时间序列可以认为是这一动态特性的外在体现，将二者有效地结合起来为相似时间序列挖掘提供了一种有效的新方法。     

多元分类LS-SVM设计与装备保障性评估

科学、有效地进行保障性评估是提高装备综合保障能力和加快装备形成战斗力的研究重点之一；支持向量机是采用结构风险最小化原则代替传统统计学中的，基于大样本的经验风险最小化原则的新型机器学习方法，具有出色的学习分类能力和推广能力。研究了新型支持向量机算法——最小二乘支持向量机，并设计了基于多元分类的最小二乘支持向量机；建立了装备保障性评估的最小二乘支持向量机决策模型，确定了保障性评估指标体系和支持矢量学习决策模式；对某新型装备的保障性进行了评估。结果表明，基于最小二乘支持向量机的保障性评估是有效的、可行的。     

楼宇信息管理系统的设计与实现

本文以楼宇信息管理系统为实例,提出信息管理系统设计中应注意的原则和方法,阐述了在信息系统设计实践中采用的技术和方法,以及对楼宇信息管理系统进行系统总体设计的经验。     

数据缺失条件下的贝叶斯推断方法

Recently Bayesian network(BN) becomus a noticeable research direction in Data Mining.In this paper we introduce missing data mechanisms firstly,and then some methods to do Baysesian inference with missing data based on these missing data mechanisms.All of these must be useful in practice especially when data is scare and expensive.It can foresee that Bayesian networks will become a powerful tool in Data Mining with all of these methods above offered.     

在数据挖掘中基于SOM网络的数据分析可视化设计

阐述了SOM（Self-Organizing Map)自组织神经网络和Davies-Bouldin聚类判定法，采用SOM网络构建了数据挖掘中数据模型，设计了SOM网络数据分析可视化软件，并进行了详细的可视化数据分析，同时，设计的软件已经初步应用到数据挖掘当中，取得了良好的效果。     

最小二乘支持向量机算法研究

1 引言支持向量机(SVM,Support Vector Machines)是基于结构风险最小化的统计学习方法,它具有完备的统计学习理论基础和出色的学习性能,在模式识别和函数估计中得到了有效的应用(Vapnik,1995,1998)。支持向量机方法一方面通过把数据映射到高维空间,解决原始空间中数据线性不可分问题;另一方面,通过构造最优分类超平面进行数据分类。神经网络通过基于梯度迭代的方法进行数据学习,容易陷入局部最小值,支持向量机是通过解决一个二次规划问题,来获得