GJB2973A—2008,火炮内弹道试验方法 [S ] . 北京 : 中国人民解放军总装备部 , 2008 .

GJB2973A—2008. Test method for interior ballistics of artillery [S ] . Beijing : General Armament Department of the Chinese people's Liberation Army , 2008 . (in Chinese)

梁承栋 , 张贤椿 , 王军 . 炮口初速预测方法综述 [J ] . 兵工自动化 , 2020 , 39 ( 8 ): 10 - 15 .

LIANG C D , ZHANG X C , WANG J . Summary of muzzle velocity prediction methods [J ] . Ordnance Industry Automation , 2020 , 39 ( 8 ): 10 - 15 . (in Chinese)

田珂 , 陈铎 . 基于组合模型预测火炮初速的研究与应用 [J ] . 火炮发射与控制学报 , 2021 , 42 ( 1 ): 30 - 35 .

TIAN K , CHEN D . Research and application of predicting gun muzzle velocity based on combined model [J ] . Journal of Gun Launch and Control , 2021 , 42 ( 1 ): 30 - 35 . (in Chinese)

解维河 , 孙卫国 , 孙东彦 . 舰炮首发弹丸初速预测新方法 [J ] . 兵器装备工程学报 , 2019 , 40 ( 8 ): 18 - 20 .

XIE W H , SUN W G , SUN D Y . A new method for predicting the muzzle velocity of the first projectile of naval gun [J ] . Journal of Ordnance and Equipment Engineering , 2019 , 40 ( 8 ): 18 - 20 . (in Chinese)

解维河 , 孙卫国 , 孙东彦 . 弹丸初速预测误差分析及模型改进研究 [J ] . 指挥控制与仿真 , 2019 , 41 ( 3 ): 113 - 115 . DOI: 10.3969/j.issn.1673-3819.2019.03.024 http://doi.org/10.3969/j.issn.1673-3819.2019.03.024 针对舰炮弹丸初速预测中由于冷膛修正量和使用上次射击弹丸历史初速数据对初速预测值造成的误差影响,分析误差产生原理,建立误差模型,提出预测改进模型。通过计算证明,该预测方法能够大大提高前4发弹丸的射击精度,解决部队使用测速雷达时由于预测弹丸初速误差影响舰炮射击精度的难题。

XIE W H , SUN W G , SUN D Y . Error analysis and model improvement of projectile muzzle velocity prediction [J ] . Command Control and Simulation , 2019 , 41 ( 3 ): 113 - 115 . (in Chinese)

张良均 , 云伟标 , 王路 , 等 . R语言数据分析与挖掘实战 [M ] . 北京 : 机械工业出版社 , 2018 : 318 .

ZHANG L J , YUN W B , WANG L , et al. R language data analysis and mining [M ] . Beijing : China Machine Press , 2018 : 318 . (in Chinese)

艾云昊 , 杨超宇 , 李慧宗 . 基于聚类的关联规则后处理算法研究 [J ] . 黑龙江工业学院学报 , 2020 , 20 ( 9 ): 126 - 131 .

AI Y H , YANG C Y , LI H Z . Research on post-processing algorithm of association rules based on clustering [J ] . Journal of Heilongjiang University of Technology(Comprehensive Edition) , 2020 , 20 ( 9 ): 126 - 131 . (in Chinese)

赵露 . 基于聚类分析的网络安全数据特征可视化融合研究 [J ] . 长春工程学院学报 , 2020 , 21 ( 2 ): 94 - 97 .

ZHAO L . Research on visual fusion of network security data features based on cluster analysis [J ] . Journal of Changchun Institute of Engineering , 2020 , 21 ( 2 ): 94 - 97 . (in Chinese)

王青松 , 姜富山 , 李菲 . 大数据环境下基于关联规则的多标签学习算法 [J ] . 计算机科学 , 2020 , 47 ( 5 ): 90 - 95 . DOI: 10.11896/jsjkx.190300150 http://doi.org/10.11896/jsjkx.190300150 传统单标签挖掘技术研究中,每个样本只属于一个标签且标签之间两两互斥。而在多标签学习问题中,一个样本可能对应多个标签,并且各标签之间往往具有关联性。目前,标签间关联性研究逐渐成为多标签学习研究的热门问题。首先为适应大数据环境,对传统关联规则挖掘算法Apriori进行并行化改进,提出基于Hadoop的并行化算法Apriori_ING,实现各节点独立完成候选项集的生成、剪枝与支持数统计,充分发挥并行化的优势;通过Apriori_ING算法得到的频繁项集和关联规则生成标签集合,提出基于推理机的标签集合生成算法IETG。然后,将标签集合应用到多标签学习中,提出多标签学习算法FreLP。FreLP利用关联规则生成标签集合,将原始标签集分解为多个子集,再使用LP算法训练分类器。通过实验将FreLP与现有的多标签学习算法进行对比,结果表明在不同评价指标下所提算法可以取得更好的结果。

WANG Q S , JIANG F S , LI F . Multi label learning algorithm based on association rules in big data environment [J ] . Computer Science , 2020 , 47 ( 5 ): 90 - 95 . (in Chinese) DOI: 10.1063/1.31588 http://doi.org/10.1063/1.31588 http://aip.scitation.org/doi/abs/10.1063/1.31588 http://aip.scitation.org/doi/abs/10.1063/1.31588

田建勇 , 石林江 . 融合布尔矩阵和项目特性的关联规则挖掘算法 [J ] . 控制工程 , 2020 , 27 ( 6 ): 1004 - 1011 .

TIAN J Y , SHI L J . Association rule mining algorithm combining Boolean matrix and item characteristics [J ] . Control Engineering , 2020 , 27 ( 6 ): 1004 - 1011 . (in Chinese)

杨岚雁 , 靳敏 , 张迎春 , 等 . 一种基于关联规则的MLKNN多标签分类算法 [J ] . 计算机工程与科学 , 2020 , 42 ( 7 ): 1309 - 1317 .

YANG L Y , JIN M , ZHANG Y C , et al. MLKNN multi label classification algorithm based on association rules [J ] . Computer Engineering and Science , 2020 , 42 ( 7 ): 1309 - 1317 . (in Chinese)

DING S F , SU C Y , YU J Z . An optimizing BP neural network algorithm based on genetic algorithm [J ] . Artificial Intelligence Review , 2011 , 36 ( 2 ): 153 - 162 . DOI: 10.1007/s10462-011-9208-z http://doi.org/10.1007/s10462-011-9208-z http://link.springer.com/10.1007/s10462-011-9208-z http://link.springer.com/10.1007/s10462-011-9208-z

LONG J Q , LAN F C , CHEN J Q . Mechanical properties prediction of the mechanical clinching joints based on genetic algorithm and BP neural network [J ] . Chinese Journal of Mechanical Engineering , 2009 , 22 ( 1 ): 36 - 41 . DOI: 10.3901/CJME.2009.01.036 http://doi.org/10.3901/CJME.2009.01.036 http://www.cjmenet.com/xuebaoenglish/papersed/allpapered/abstractall/zyy2009_1_36.htm http://www.cjmenet.com/xuebaoenglish/papersed/allpapered/abstractall/zyy2009_1_36.htm

高玉波 , 张伟 , 李达诚 , 等 . 基于反向传播神经网络的陶瓷损伤参数反演分析 [J ] . 兵工学报 , 2018 , 39 ( 1 ): 146 - 152 . DOI: 10.3969/j.issn.1000-1093.2018.01.016 http://doi.org/10.3969/j.issn.1000-1093.2018.01.016 陶瓷材料冲击加载条件下的损伤累积过程伴随着裂纹扩展、体积膨胀等因素，为准确获取陶瓷损伤参数，以钨合金球弹丸高速撞击陶瓷复合装甲的侵彻深度实验为基础，获得了陶瓷面板破碎情况。根据现有文献\[14\]数据中陶瓷材料JH-II本构模型的损伤参数范围，确定了反向传播(BP)神经网络的样本点；采用有限元分析软件AUTODYN对所有样本点的侵彻过程进行数值模拟，结合仿真和实验数据完成了BP神经网络模型的建立和TiB₂-B₄C复合材料损伤参数的反演。仿真结果和实验侵彻深度、回收陶瓷面板的损伤比对，充分验证了所建立的BP神经网络模型对陶瓷损伤参数反演的有效性。

GAO Y B , ZHANG W , LI D C , et al. Inverse analysis of ceramic damage parameters based on back propagation neural network [J ] . Acta Armamentarii , 2018 , 39 ( 1 ): 146 - 152 . (in Chinese)

王国辉 , 张宝栋 , 李向荣 . 基于遗传算法的BP神经网络火炮身管烧蚀磨损量预测 [J ] . 火炮发射与控制学报 2019 , 40 ( 4 ): 6 - 10 ,15.

WANG G H , ZHANG B D , LI X R . Prediction of erosion wear of gun barrel based on BP neural network based on genetic algorithm [J ] . Journal of Gun Launch and Control , 2019 , 40 ( 4 ): 6 - 10 ,15. (in Chinese)

齐浩淳 , 黄大鹏 , 魏久南 , 等 . 基于BP神经网络的高寒山地弹药消耗需求分析 [J ] . 兵器装备工程学报 , 2016 , 37 ( 6 ): 97 - 101 .

QI H C , HUANG D P , WEI J N , et al. Analysis of ammunition consumption demand in alpine mountain based on BP neural network [J ] . Journal of Ordnance Equipment Engineering , 2016 , 37 ( 6 ): 97 - 101 . (in Chinese)

田珂 . 基于组合模型高精度预测弹丸径向速度的方法 [J ] . 弹道学报 , 2022 , 34 ( 3 ): 49 - 57 .

TIAN K . Amethod for predicting projectile radial velocity with high accuracy based on combination model [J ] . Journal of Ballistics , 2022 , 34 ( 3 ): 49 - 57 . (in Chinese)

刘畅 , 肖斌 , 蒋铁军 , 等 . 一种改进K均值的小样本聚类算法 [J ] . 兵器装备工程学报 , 2021 , 42 ( 增刊1 ): 266 - 270 .

LIU C , XIAO B , JIANG T J , et al. An improved k-means small sample clustering algorithm [J ] . Journal of Ordnance Equipment Engineering , 2021 , 42 ( S1 ): 266 - 270 . (in Chinese)

薛震 , 孙玉林 . R语言统计分析与机器学习 [M ] . 北京 : 中国水利水电出版社 , 2020 : 196 - 362 .

XUE Z , SUN Y L . Statistical analysis of R language and machine learning [M ] . Beijing : China Water Resources and Hydropower Press , 2020 : 196 - 362 . (in Chinese)

廖孟柯 , 樊冰 , 李忠政 , 等 . 基于改进Apriori算法的配电网设备退役信息挖掘 [J ] . 科学技术与工程 , 2021 , 21 ( 24 ): 10381 - 10386 .

LIAO M K , FAN B , LI Z Z , et al. Distribution network equipment retirement information mining based on improved Apriori algorithm [J ] . Science,Technology and Engineering , 2021 , 21 ( 24 ): 10381 - 10386 . (in Chinese)

邱明月 . 基于Apriori关联规则的草原火灾预警及对策研究 [J ] . 科技经济导报 , 2019 , 27 ( 26 ): 106 - 108 .

QIU M Y . Research on grassland fire early warning andcountermeasures based on apriori association rules [J ] . Science and Technology Economic Guide , 2019 , 27 ( 26 ): 106 - 108 . (in Chinese)

纪文璐 , 王海龙 , 苏贵斌 , 等 . 基于关联规则算法的推荐方法研究综述 [J ] . 计算机工程与应用 , 2020 , 56 ( 22 ): 33 - 41 . DOI: 10.3778/j.issn.1002-8331.2006-0158 http://doi.org/10.3778/j.issn.1002-8331.2006-0158 目前传统推荐算法已经被广泛应用于各类推荐系统，然而在推荐过程中仍然存在着无法处理非结构化数据、数据潜在关系发现困难、数据稀疏和冷启动等问题。关联规则技术的出现有效缓解了这些问题，推荐效率也因此得到提高。将关联规则技术的特殊属性与推荐算法进行高质量的结合成为推荐领域的研究热点。通过综述关联规则技术与数据的不同关联规则类别在传统推荐算法中的应用，对传统算法在推荐过程中的优缺点进行了归纳阐述。针对基于关联规则推荐算法的研究进行总结，并对其未来的发展趋势进行展望。

JI W L , WANG H L , SU G B , et al. Review on recommendation methods based on association rule algorithm [J ] . Computer Engineering and Application , 2020 , 56 ( 22 ): 33 - 41 . (in Chinese)

于哲峰 , 婿建宇 , 罗跃 , 等 . 高超声速飞行器烧蚀后退量时序提取及基于神经网络的预测 [J ] . 兵工学报 , 2021 , 42 ( 6 ): 1230 - 1237 . DOI: 10.3969/j.issn.1000-1093.2021.06.013 http://doi.org/10.3969/j.issn.1000-1093.2021.06.013 为了观测高超声速飞行器头部模型在高温流场下的烧蚀现象，在电弧风洞上开展了热考核试验，基于电荷耦合器件相机图像比色测温方法，获得电弧风洞烧蚀模型表面温度随时间演化数据。通过追踪模型边缘温度场变化，给出模型烧蚀过程中形变过程，提取驻点及其他边缘点后退量随时间变化数据。利用最小二乘法和长短期记忆（LSTM）网络方法对烧蚀后退量数据进行拟合与预测，其中LSTM方法主要包括网络结构设计、模型训练、目标函数设定和预测过程的算法实现等。高超声速飞行器烧蚀模型不同位置后退量时间序列预测与试验对比发现：最小二乘法主要适合烧蚀后退量为线性区域的拟合与预测；LSTM方法不但适用于烧蚀后退量线性区域，还适合于端头边缘烧蚀后退量非线性变化区域数据的拟合与预测。

YU Z F , XU J Y , LUO Y , et al. Time series extraction of ablation retreat of hypersonic vehicle and prediction based on neural network [J ] . Acta Armamentarii , 2021 , 42 ( 6 ): 1230 - 1237 . (in Chinese)

高昂 , 段渭军 , 李立欣 , 等 . 基于神经网络的无人机云服务质量控制方法研究 [J ] . 兵工学报 , 2018 , 39 ( 9 ): 1762 - 1771 . DOI: 10.3969/j.issn.1000-1093.2018.09.013 http://doi.org/10.3969/j.issn.1000-1093.2018.09.013 无人机云通过动态卸载任务到云端进行高效处理，能够极大地提高无人机的智能水平。由于设计理念、任务环境、突发事件等因素，导致卸载的任务对网络服务质量（QoS）需求不尽相同。从控制角度研究无人机云系统的网络传输QoS控制问题，提出并实现了一种基于BP神经网络的双闭环接入控制方法，在最大化能量利用率的同时，实现绝对QoS和相对QoS保证。硬件实验结果表明，该方法不仅能够在任务动态变化时提供相对QoS和绝对QoS保证，并且在网络高负载下具有更高的吞吐量和能量利用率，在网络低负载下具有更低的能耗。

GAO A , DUAN W J , LI L X , et al. Research on service quality control method of UAV cloud based on Neural Network [J ] . Acta Armamentarii , 2018 , 39 ( 9 ): 1762 - 1771 . (in Chinese) DOI: 10.3969/j.issn.1000-1093.2018.09.013 http://doi.org/10.3969/j.issn.1000-1093.2018.09.013 Unmanned aerial vehicle (UAV) cloud can greatly enhance the intelligence of unmanned system by dynamically uploading the compute-intensive applications to the cloud. The different UAV missions may have different quality of service (QoS) requirements due to the uncertainty of UAV missions and the fast-changing battlefield environment. A BP neuron network-based feedback differentiated control approach for QoS-aware (BPFD)-MAC in UAV cloud is proposed, which can support both absolute and relative QoS guarantees with the consideration of energy saving. The hardware experiments demonstrate the feasibility of BPFD-MAC. Under heavy loads, BPFD has better throughput and power use efficiency; and under light load, BPFD has lower total energy consumption.Key

何耀民 , 何华锋 , 徐永壮 , 等 . 基于反向传播神经网络的海杂波参数估计 [J ] . 兵工学报 , 2019 , 40 ( 12 ): 2473 - 2481 . DOI: 10.3969/j.issn.1000-1093.2019.12.011 http://doi.org/10.3969/j.issn.1000-1093.2019.12.011 研究分析海杂波、评估弹载导引头在不同海况下的打击精度具有重大意义。针对传统统计方法的海杂波参数估计易存在脱离实况海杂波物理特征的问题，提出基于反向传播（BP）神经网络的参数估计法。利用海杂波幅度分布特性和时间相关性，建立基于K分布的时间与空间相关海杂波模型；重点分析形状参数、尺度参数、杂波速度均方根、平均多普勒频移4个模型参数对海杂波混沌特性、分形特性的影响，总结出模型参数与物理特征之间的定性关系；利用BP神经网络充分挖掘参数与物理特征间的定量关系，并对混沌特性、分形特性进行预测，决定系数为0.985、0.952. 以实测海杂波数据为例，比较BP神经网络、最大似然估计和矩估计法的模型参数，验证了该方法可以较好地贴近真实海杂波的物理特征。

HE Y M , HE H F , XU Y Z , et al. Sea clutter parameter estimation based on back propagation nurual network [J ] . Acta Armamentarii , 2019 , 40 ( 12 ): 2473 - 2481 . (in Chinese)

王成 , 吴岩 , 杨廷飞 . 利用改进单分类支持向量机提升舰船尾流目标的检测准确率 [J ] . 兵工学报 , 2020 , 41 ( 9 ): 1887 - 1893 . DOI: 10.3969/j.issn.1000-1093.2020.09.021 http://doi.org/10.3969/j.issn.1000-1093.2020.09.021 舰船在航行过程中会在尾部产生一段包含大量气泡的湍流区域，通过对尾流的声学检测可以有效地跟踪船舶。基于一种改进单分类支持向量机（OCSVM）算法，利用无尾流情况下回波信号作为训练集的一个最优分类器，用于尾流回波信号模式判断。对回波信号进行降噪处理，进而提出一种自适应特征提取方法对回波信号进行处理；将特征提取作为输入，使用两层决策边界的双阈值OCSVM算法进行尾流检测。仿真结果表明，与常规OCSVM算法相比，改进算法在不同信噪比下的检测准确率均有提升，检测准确率最高可达96.27%，具有较好的工程应用价值。

WANG C , WU Y , YANG T F . Improved single classification support vector machine is used to improve the detection accuracy of ship wake target [J ] . Acta Armamentarii , 2020 , 41 ( 9 ): 1887 - 1893 .(in chinese)

孙丽娜 , 王应海 , 黄永红 , 等 . 基于贝叶斯推断LSSVM的枪管寿命建模与预测 [J ] . 火炮发射与控制学报 , 2018 , 39 ( 4 ): 91 - 95 .

SUN L N , WANG Y H , HUANG Y H , et al. Modeling and prediction of barrel life based on Bayesian inference LSSVM [J ] . Journal of Gun Launch and Control , 2018 , 39 ( 4 ): 91 - 95 . (in Chinese)