基于Dempster组合规则的电子目标识别算法研究

在军事目标识别中,必须综合考虑目标的电磁辐射信息和红外图像信息,并采用有效的识别算法,才能准确识别电子目标。提出了基于Dempster组合规则的电子目标综合识别方法,完成了基于Dempster组合规则的电子目标自动识别综合处理算法研究,并进行了仿真实验,试验结果表明,该算法是可行的。     

一种基于加权DSmT的序列图像目标识别方法

通过对自动目标识别系统研究与分析,将DSmT引入到飞机序列图像识别中,构建基本置信指派及分类规则,提出了一种基于加权DSmT的序列图像目标识别方法,在分析权值选择特点的基础上,根据特征信息的置信指派组合有效权值,并且给出了基于加权DSmT融合规则的序列图像目标识别的流程,仿真结果表明,该方法提高了序列图像目标识别的准确性.     

软件信息

国家军用标准光盘全文数据库系统国家军用标准光盘全文数据库系统包含了已正式出版的全部国家军用标准。它由目录、摘要和正文三部分组成,可通过标准号、分类号、发布日期、标准名称及它们的任意组合检索查询国家军用标准且可方便地打印输出,系统对正文信息具有放大、缩小阅读功能,存储介质为四张CD-ROM光盘。     

基于DSm理论的雷达目标综合识别算法

针对数字多功能雷达的目标识别问题,提出了基于DSm理论的综合识别算法。将不同类型的识别结果置于统一的辨识框架中,并利用经典DSm组合规则进行信息组合,采用冲突按比例重分配规则重新分配组合结果,应用基于广义基本信任分配的决策规则进行判决。仿真结果表明,该方法避免了层次化识别结构带来的信息损失,识别结果中含有更丰富的目标信息。     

经费倾斜标准应进一步完善

1990年,总部决定经费对建制团(含旅)以下部队倾斜,1991年又修订了《建制团(含旅)以下部队公务事业费标准》,并颁发了《建制师公务事业费标准》,1992年又对建制师以下部队公务事业费标准进行了调整、完善。这充分体现了军委首长对基层部队的关怀。在军费供需矛盾突出的情况下,重点保障建制师以下部队的经费供应,对加强部队建设,贯彻落实《军队基层建设纲要》,提高部队战斗力,保持部队的高度稳定和集中统一,具有重要意义。但几年的实践,也反映出一些问题,有的经费标准不够合理,有的还不够完善,广大官兵反映强烈。 1.担负任务相同,性质相同,编制权限相同,因编制名称不同,而执行经费标准不同。以海军某猎潜艇大队和试验船大队为例,无论是从编制,还是从担     

基于区间灰关联的雷达辐射源识别新方法

在现代密集信号环境中,接收机测得的和辐射源数据库中的雷达特征参数具有不确定性,一般用区间值表示.针对区间类型的特征参数的雷达辐射源识别,提出了一种新的基于区间灰关联度的雷达辐射源融合识别方法.该方法首先运用区间灰关联度得到基本概率赋值,然后运用证据组合与决策实现目标识别.仿真结果表明,这种识别方法是有效的.     

手绘非规则军标图形的结构化识别方法

在基于草图的态势标绘系统中,线状和面状军标图形通常是依具体地形、战况、意图等标绘的,没有规则的形状,难以采用基于表观的方法进行识别。针对这类手绘非规则军标图形提出了一种结构化识别方法,基于非规则军标图形集的特点定义了9种图元和4种图元间空间结构关系,将图形表示为图元向量和图元结构关系矩阵,通过匹配图元向量和图元结构关系矩阵来识别图形类别,并估计未知图形与模板图形之间的图元对应关系。实验结果表明:本文方法能有效克服图形形状变化的影响,对手绘的常用非规则军标图形的类别和图元对应关系具有较高的识别正确率和识别速度。     

强化示范效应 推进部队财务正规化建设

北京军区空军为了尽快完善非建制团以下部队财务正规化全面建设，缩小非建制团以下部队与财务正规化建设示范单位的差距，于近期组织非建制团以下部队财务人员到某通信团财务股进行了财务正规化建设现场观摩学习。这次现场观摩学习活动，使大家明确了要求，规范了做法，找到了差距，增强了搞好财务正规化建设信心和决心。     

预备役部队成建制训练应把握好三个问题

预备役部队的成建制训练,是按照部队的编制和担负的不同任务实施的营、连、排、班等建制分队的训练活动。预备役部队坚持成建制训练,是提高部队整体战斗力的必然要求。然而,由于一些同志没有完整地理解和把握成建制训练的内涵,往往简单地认为把分队按建制集中起来进行训练就是成建制训练,致使许多单位并     

基于多特征融合的远距离身份识别研究

在国际反恐背景下,对远距离人的身份进行确认越来越重要。步态和人脸这两种生物互补性质可以考虑他们作为远距离身份识别技术之间的融合。文章先提出步态识别分类方法,基于部件和LBP的人脸识别方法,并在此基础上提出了一种基于多特征融合的远距离身份识别方法。该方法根据被识别物到相机间的距离实时动态调整融合规则。实验结果表明,引入距离权重的融合方法不仅对单一生物特征识别具有良好的表现,而且也好于传统的静态(固定)融合规则。     

基层单位要增强落实生活自补的法规意识

最近,我们从检查中发现,基层单位生产收益补助伙食达不到总部规定标准,而把生产费当成“万能”费开支的现象较为普遍。通过对所属建制伙食单位1—7月份调查,生产收益补助伙食达不到60%的单位占94.2%,这种现象直接影响到部队生活水平的提高,应引起各级的高度重视。     

空间复杂目标群的雷达目标识别技术

复杂的空间目标群给雷达目标识别带来了挑战。分析了弹道中段空间目标群的构成及其对识别的挑战。系统归纳了反导中段雷达目标识别方法。根据雷达识别所采用的特征不同,将空间目标雷达目标识别方法分为其于结构特征的识别方法、基于弹道特征的识别方法和基于微动特征的识别方法,详细阐述了这3类识别方法的物理基础及其特征提取方法,分析了各种识别方法的特点,最后展望了中段雷达目标识别的发展趋势。     

CRF与规则相结合的军事命名实体识别研究

作战命令的分词是作战指令自动化生成、文图转换等各种指挥自动化技术的重要基础。在作战指令进行分词处理的过程中,军事命名实体的识别是技术难点之一。命名实体是信息的主要载体,它的识别是军事信息抽取的关键。提出了一种基于CRF模型与规则相结合的命名实体识别方法,结合基本特征与外部词典特征,提高了实体识别效率;在后期进行规则优化,最终实现高效的命名实体识别。实验证明,该方法是行之有效的。能够成功解决命名实体的自动识别问题。     

北京市顺义区人武部——保护军用光缆 确保通信畅通

近日,北京市顺义区人武部协调总部、军区及驻区部队对辖区内军用光缆进行了普查,掌握了军用光缆数量、分布、走向及产权单位等情况。在     

矩阵变换特征与码序列联合学习的卷积码识别方法

现有基于深度学习的卷积码识别方法仍存在参数规模较大、识别性能较弱等不足。针对该问题,提出了一种基于矩阵变换特征与码序列联合学习的卷积码识别方法。将接收到的码字序列排列成矩阵形式,利用软信息剔除可靠性较低的码字,通过一种新的矩阵变换算法得到特征矩阵。在识别时,将原始码字矩阵和特征矩阵输入到具有多模态数据联合学习能力的网络模型,在神经网络中完成特征的提取融合与卷积码的识别。仿真结果表明,所提方法性能明显优于现有基于深度学习的识别方法,特别是对于高码率卷积码;当码率较低时,同样优于传统识别方法。当信噪比达到5 dB时,25种不同参数卷积码的识别率均可达到100%。     

基于时频分布的弹道导弹目标识别方法

在弹道导弹目标识别中,微动特征是重要的识别手段。从弹道导弹微动特性时频分析出发,提出一种基于时频分布的弹道导弹目标识别方法。该方法将时频分布图的伪Zeinike不变矩特征作为识别特征。首先对回波信号进行时频变换以获取时频图像;然后为了降低噪声的影响,对其进行图形预处理;最后给出了伪Zernike不变矩提取步骤及识别特征的选取原则。通过仿真实验,分析了不同特征组合对识别率的影响,评估了不同信噪比下识别方法的稳定性。实验结果表明,该方法具有一定稳定性,可用于弹道导弹目标识别。     

铸牢弘扬优良传统的主阵地

兰州军区始终把军史馆（荣誉室）建设作为加强部队思想政治建设的一项基础工程来抓,目前所属的新疆军区、各集团军、省军区都建立了军史馆;近40％的作战师和非建制师级单位、73％的旅级单位和54％的团级单位也都建立了军史馆（室）,61％的建制连队建有荣誉室,全区新建和完善军史馆（荣誉室）占应建总数的85％。军史馆（荣誉室）的建成和使用,展示了部队的光辉历史和奋斗业绩,丰富了部队思想政治教育资源,巩固了思想文化阵地,为培育当代革命军人核心价值观提供了精神滋养。     

深度多属性增强水声目标识别方法

被动声纳系统由于其隐蔽性好的特点在军事任务中发挥着重要作用。针对被动水声目标识别问题,开展了水声目标多属性特征提取与识别方法研究。利用深度学习方法从舰船辐射噪声中提取目标多属性特征并识别水声目标。提出了深度多属性增强水声目标识别方法,该方法可以从时域舰船辐射噪声中提取水声目标多属性特征及多属性之间的相关性特征,并用来增强深度模型对水声目标类别属性的表达能力。基于海试实测数据的6类水声目标识别实验结果表明,相比于不考虑多属性的识别方法,提出的深度多属性增强水声目标识别方法的平均正确识别率提高了3.6%~18.2%,并且具有更好的识别稳定性。     

干扰信号智能识别技术

本文对干扰信号智能识别的理论依据和识别过程中的干扰信号数据库、特征库、规则库的建立及识别推理过程作了介绍,分析了识别过程中特征提取、舰则库建立、识别品质等一些关键间题。为自适应抗干扰技术的研究提供了干扰信号识别方法和技术途径。     

视觉与激光雷达信息融合的目标领航车识别方法

为提高军用地面无人平台自主跟随过程中对目标领航车辆检测识别的准确性和实时性,提出了一种基于激光雷达和视觉摄像机信息融合的目标领航车检测识别方法。在识别系统工作前,需对激光雷达和摄像机两种传感器进行标定,确定激光雷达坐标、摄像机坐标、车体坐标三者之间的相互关系。车辆识别过程中,首先对激光雷达数据进行最近邻域法聚类分析,根据聚类的结果对周围目标进行初步筛选生成假设目标;根据激光雷达数据和摄像机图像之间的转换关系,确定假设目标在图像中的感兴趣区域,可以有效减少图像处理的计算量;最后,利用多特征级联分类识别方法验证假设目标是否为目标领航车辆。实验结果表明该算法具有较好的环境适用性,弥补了单目视觉传感器在目标领航车辆检测识别过程中无法检测到深度信息,以及激光雷达不能准确判断出目标为何物的不足。