一种高精度弹道导弹落点预测方法

为高精度预测弹道导弹落点,提出了高精度落点预测算法,即首先基于椭圆弹道粗估计所划定的落点范围搜索可能目标,然后基于4D外弹道模型应用遗传算法对弹道导弹弹道进行精细预测.该算法可快速划定目标搜索范围并精确生成弹道导弹轨迹;以导弹必定攻击我方军事目标的基本假定改变了以往算法仅依靠弹道特性的局限,并支持多弹头弹道导弹的落点预测.仿真实验表明该算法的运行时间平均在2s以内,精度在100m范围,可以满足弹道导弹预警的时间和精度要求,也可为多弹头同时预测落点.     

全国烧结厂管理及技术改造厂长经验交流会在四川省乐山市召开

全国烧结厂管理及技术改造厂长经验交流会在四川省乐山市召开根据冶金部１９９５年度信息网活动计划和烧结球团信息网正、副网长工作会议的决定，冶金部烧结球团信息网于１９９５年６月９日至１２日在四川省乐山市召开了“烧结厂管理及技术改造厂长经验交流会”。来自全国...     

低品位锰矿的物理和化学处理

本研究的目的是通过还原焙烧和磁选改进用于锰铁生产的Mn/Fe比,同时通过酸浸回收锰以便从Tirodi矿山(中央邦)的低品位锰矿中生产电池级二氧化锰。木炭被用作还原焙烧的还原剂。锰矿在323—363K的温度范围内,有黄铁矿存在的情况下稀硫酸浸出。研究了搅拌速度、温度、粒度、酸浓度以及黄铁矿与锰矿之比对溶解速度的影响     

在辛基异羟肟酸存在的情况下二氧化锰的吸附与浮选行为

通过吸附研究、电泳迁移率测量、缸外光谱和哈里蒙德浮选管试验,对辛基异羟肟酸在电解二氧化锰上的吸附进行了研究。室温下的吸附测量和浮选研究表明,吸附密度和浮选曲线的峰值出现在 pH 9左右。红外光谱显示,二氧化锰表面出现碱性的异羟肟酸锰化合物。电泳迁移率研究指出,异羟肟酸特性吸附在二氧化锰/水界面上。在升温条件上的吸附测量表明,吸附密度随温度升高而增加。从而认为,吸附的活性成分是异羟肟酸。     

苏联锰矿特性及对锰矿石、锰精矿和锰烧结矿的技术要求

苏联已探明的锰矿储量主要集中在两大矿区:即尼科波尔矿区和恰图拉矿区。矿床均为沉积型矿床。合计储量占苏联锰矿总储量的88%,其中,尼科波尔矿区占储量的45%。这两个矿区的开采量占苏联锰矿总开采量的96%以上。     

战术数据链系统分层参考模型

美军提出了全球信息网格(GIG)建设规划，将战术数据链融入GIG体系是未来发展的必然趋势。该文参照GIG体系结构的核心，提出了一种能使战术数据链系统“无缝”融入GIG体系的战术数据链参考模型——TDLRM，以link-16为例说明了参考模型各层之间的交互关系，为我军一体化数据链建设提供参考。     

基于深度强化学习的多机协同空战方法研究

多机协同是空中作战的关键环节, 如何处理多实体间复杂的协作关系、实现多机协同空战的智能决策是亟待解决的问题. 为此, 提出基于深度强化学习的多机协同空战决策流程框架(Deep-reinforcement-learning-based multi-aircraft cooperative air combat decision framework, DRL-MACACDF), 并针对近端策略优化(Proximal policy optimization, PPO)算法, 设计4种算法增强机制, 提高多机协同对抗场景下智能体间的协同程度. 在兵棋推演平台上进行的仿真实验, 验证了该方法的可行性和实用性, 并对对抗过程数据进行了可解释性复盘分析, 研讨了强化学习与传统兵棋推演结合的交叉研究方向.     

基于聚类的模糊神经网络预测系统

本文在Ｔａｋａｇｉ提出的神经网络驱动的模糊推理基础上,提出了基于聚类的新模糊神经网络的和学习算法。     

基于自回归预测模型的深度注意力强化学习方法

近年来,深度强化学习在各种决策、规划问题中展示了强大的智能性和良好的普适性,出现了诸如AlphaGo、OpenAI Five、Alpha Star等成功案例.然而,传统深度强化学习对计算资源的重度依赖及低效的数据利用率严重限制了其在复杂现实任务中的应用.传统的基于模型的强化学习算法通过学习环境的潜在动态性,可充分利用样本信息,有效提升数据利用率,加快模型训练速度,但如何快速建立准确的环境模型是基于模型的强化学习面临的难题.结合基于模型和无模型两类强化学习的优势,提出了一种基于时序自回归预测模型的深度注意力强化学习方法.利用自编码模型压缩表示潜在状态空间,结合自回归模型建立环境预测模型,基于注意力机制结合预测模型估计每个决策状态的值函数,通过端到端的方式统一训练各算法模块,实现高效的训练.通过CartPole-V0等经典控制任务的实验结果表明,该模型能够高效地建立环境预测模型,并有效结合基于模型和无模型两类强化学习方法,实现样本的高效利用.最后,针对导弹突防智能规划问题进行了算法实证研究,应用结果表明,采用所提出的学习模型可在特定场景取得优于传统突防规划的效果.     

基于几何结构失真模型的图像质量评价研究

客观图像质量评价研究的目的是设计一种和视觉感知保持一致,且适用于各种失真模型的质量评价方法. 传统的结构相似度量质量评价方法忽视了自然图像本身的特点,不能很好地评判某些失真类型图像. 本文根据人眼视觉系统(Human visual system, HVS)在感知图像质量过程中的特点,探索自然图像的本征几何结构特征, 考虑像素点的方向失真、幅度失真和方差失真,提出了一种新型的基于图像几何结构失真模型的完全参考质量评价方法. 在标准数据库上的实验结果表明,本文方法适用于所有失真模型图像数据的质量评价, 计算复杂度相对较低,得到的图像客观评价结果和主观评价方法具有更好的一致性, 能够很好地反映人眼对图像质量的主观感受.