[1] 杜君, 梁强, 姚凡凡. 虚拟战场环境视景逼真度评估方法研究[J]. 系统仿真学报, 2013, 25(8): 1891-1895. [2] 王国良, 崔建岭, 申绪涧, 等. 面向逼真度评估的指标标准化方法研究[J]. 中国电子科学研究院学报, 2014, 9(2): 155-160. [3] 马亚龙, 邵秋峰, 孙明, 等. 评估理论和方法及其军事应用[M]. 北京: 国防工业出版社, 2013: 72-120. [4] 白炜. 基于神经网络的作战效能评估方法研究[D]. 长沙: 国防科技大学, 2007: 27-29. [5] 白炜, 鞠儒生, 邱晓刚. 基于RBF神经网络的作战效能评估方法[J]. 系统仿真学报, 2008, 20(23): 6391-6394. [6] G-B Huang, Q-Y Zhu, C-K Siew.Extreme learning machine: theory and applications[J]. Neurocomputing (S0925-2312), 2006, 70(1/3): 879-892. [7] G B Huang, L Chen, C K Siew.Universal Approximation Using Incremental Constructive Feedforward Networks With Random Hidden Nodes[J]. IEEE Transactions Neural Networks (S1045-9227), 2006, 17(4): 879-892. [8] G B Huang, L Chen.Convex incremental extreme learning machine[J]. Neurocomputing (S0925-2312), 2007, 70(16/18): 3056-3062. [9] G B Huang, X J Ding, H M Zhou.Optimization method based extreme learning machine for classification[J]. Neurocomputing (S0925-2312), 2010, 74(1/3): 155-163. [10] G B Huang, H M Zhou, X J Ding, et al.Extreme Learning Machine for Regression and Multiclass Classification[J]. IEEE Transactions on Systems (S1083-4419), 2012, 42(2): 513-529. [11] 聂皞, 汪连栋, 曾永虎, 等. 电子信息系统复杂电磁环境效应[M]. 北京: 国防工业出版社, 2013: 163-167. [12] 周燕, 陈中, 李为民. 基于BP神经网络的弹炮结合系统作战效能评估[J]. 系统工程与电子技术, 2005, 27(1): 84-86. |