基于光流动态特征与SVM的阴燃火检测方法

针对传统阴燃火检测中存在误报、漏报的问题,研究了一种基于光流场的视频检测方法。首先,利用改进的Horn-Schunck光流算法计算图像光流场,并结合阴燃火颜色特征提取可疑阴燃火运动区域;然后,提取连通域的面积、光流平均速度、方向方差、光流主运动方向、光流速度不规则度和背景模糊性等六个特征建立特征向量;最后,利用支持向量机对所有含可疑阴燃火运动区域的图像帧进行分类,从而实现阴燃火检测。实验结果证明:该方法对阴燃火识别准确度高,可有效排除多种图像干扰,在复杂环境下的适应性和鲁棒性较好。     

适用于北斗混合星座的相对定位随机模型建模策略

为提高模糊度解算成功率和基线解精度,提出适用于北斗的相对定位随机模型建模策略,即混合随机建模策略。采用最小二乘方差分量估计方法对北斗单差观测量方差进行估计。对处于不同高度的三轨道卫星观测量方差分别建模:对地球静止轨道卫星观测量方差采用载噪比模型建模,对倾斜地球同步轨道卫星和中地球轨道卫星观测量方差均采用仰角模型建模。根据不同模型实时组建观测量的随机模型。试验结果表明:相比于采用传统简化模型和单一的仰角或载噪比模型,混合随机模型能更加真实地反映不同卫星观测量的随机噪声特性,模糊度解算成功率和相对定位精度均有提高,总体性能最优,因而能更好地适用于北斗系统。     

基于AdaBoost-SVM的P2P流量识别方法

针对传统的P2P流量识别技术存在识别率低和误判率高的缺点,将机器学习中Ada Boost算法的良好分类能力和SVM的泛化能力结合起来,提出一种基于Ada Boost-SVM组合算法的P2P网络流量识别模型,将SVM作为Ada Boost的基分类器,运用最小近邻法计算支持向量与训练集的样本间的距离实现分类进行P2P流量识别。最后,以4种P2P流量数据为研究对象在MATLAB上进行仿真,仿真结果表明,提出的Ada Boost-SVM的组合算法在P2P网络流量的分类性能和分类准确率上都优于单纯的Ada Boost和SVM,组合算法的P2P流量平均识别率高达98.7%,远高于Ada Boost和SVM的识别率。     

疫情时期警惕替代性创伤

随着从武汉地区爆发新冠肺炎疫情,全国人民的心都被这肆虐的传染病牵动了。宅在家里刷屏、关注攀升的病例数、恐慌城市村庄被封、焦虑公共交通停运、烦躁群体活动被禁……人们生理、心理和行为发生了各种各样的变化。在疫情时期,心理学上的"替代性创伤"需要高度警惕,加强防护。一、替代性创伤的成因替代性创伤简称VT,最初是指专业心理工作者,因为长期接触患者,受到了咨访关系的互动影响,而出现的类似病症的现象,即治疗者本人的心理也受到了创伤。     

建好用好军史长廊 传承弘扬红色基因

支队前身参加过万山海战、"八六海战"、崇武以东海战等著名战斗,创造了人民海军"小艇打大舰"的经典战例,铸就了享誉全军的"海上猛虎""海上先锋"精神,涌现出"人民英雄"国家荣誉称号、"八一勋章"获得者麦贤得,"共产主义战士"安业民等英雄集体和个人。国庆70周年阅兵,代表着"两种精神"传承的鲜红战旗光荣接受了习主席和全国人民检阅。作为全军军史场馆试点建设"海军代表队",我们深挖红色基因,打造亮点精品,努力构筑新时代存史资政育人的红色课堂,让红色基因在蓝色沃土历久弥新、熠熠生辉。     

基于支持向量机的高空无人机侦察目标识别

针对高空无人侦察机遥感图像目标不明显、图像背景复杂等特点,提出了一种基于支持向量机的目标分类方法。将支持向量机应用于高空无人侦察机的遥感图像目标识别,并且对特征值的提取进行深入研究。实验结果表明,特征值输入的多分类器在识别性能上具有很高的识别率,对提高高空无人机的侦察能力具有重要意义。     

基于排队论的反舰导弹突防概率研究

根据水面舰艇对海导弹攻击中作战指挥的需要,提出了基于排队论中随机服务理论的反舰导弹突防概率解算模型.综合研究了目标舰艇编队采用各种手段进行抗击帮助条件下,反舰导弹突防概率的计算问题,并且结合想定装备参数进行了算例分析.为指挥员实施导弹攻击提供辅助决策和量化支持.     

对空向量瞄具设计

给出了对空向量瞄具的设计计算方法,并对一个实例进行了详细的分析。     

基于SPN有限等待差错服务的火力单元排队模型

给出了一般排队模型的SPN描述,分析了防空火力单元的实际作战过程,在已有的火力单元的模型基础上,提出了有限等待差错服务的排队模型,详细分析了排队模型的运行机制,包括顾客有限等待、优先级的排队等,最后运用SPN理论对应的联系谓词公式和随机开关对模型进行了强有力的描述。是构建防空战役层面大型排队网络模型的基础。