基于多尺度特征聚类算法的不确定目标检测

提出一种基于无样本的SAR图像目标检测分类方法。针对空战过程中难以获得大量SAR图像目标样本问题,采用基于全局CFAR的多尺度SIFT特征进行目标纹理描述,并针对特征维度较高及特征描述之间存在的冗余问题,通过PCA算法对其进行降维处理后,采用DBSCAN算法对潜在目标区域的多尺度SIFT特征进行分类实现目标检测。通过单一目标和多类目标图像进行实验验证,实验结果表明该方法具有一定的有效性和可行性。     

一种面向涌现的比较性话题模型

提出一种CDCMLDA生成模型来实现跨文本集的话题分析,采用狄利克雷组合多项式模型(Dirichlet Compound Multinomial,DCM)对文本集中词的涌现现象进行建模,把DCM模型和LDA结合起来分析文本集之间话题的差异,采用蒙特卡罗期望最大化方法进行参数推导。在多个实际数据集中通过定性和定量的方法对模型进行评价,实验表明,模型不仅能够发现不同文本集间的异同,而且在模型困惑度指标上相对当前两种主要跨文本集的话题模型具有明显的优势。     

现代文本分类技术研究

分析了当前的文本分类技术,总结了文本分类需要解决的问题;在详细比较了各种不同的分类算法以及文本模型以后,为进一步开展优化以及提高文本分类技术的研究工作提供了一些参考和建议。     

抓好重点 确保实现首季经济“开门红”

必须高度重视,全力以赴抓好重点工作和关键环节,为今年开好局、起好步奠定基础当前的工作重点是:做好年终考评和兑现工作抓好经济运行调节抓好冬春农业生产和团场职工多元增收工作妥善安排职工群众生活切实抓好社会稳定和安全生产工作     

火箭发动机故障检测的快速增量单分类支持向量机算法

为解决液体火箭发动机故障诊断正负样本不平均问题,以及实现发动机稳态工作段自适应故障检测,建立了基于快速增量单分类支持向量机的异常检测模型。采取特征工程方法,对传感器获得的多变量时间序列进行特征提取。通过增量学习方法,对单分类支持向量机模型进行改进,并应用于液体火箭发动机异常检测,使单分类支持向量机检测模型具备对不同台次、不同工况的自适应性,提高了模型的计算速度。对多台次热试车数据的分析结果表明,该模型十分有效,训练速度快,具备实用价值。     

基于提示学习的中文文本分类方法探究

自动文本分类方法是当前信息化和数据化时代处理非结构化信息的基本方法,是提升决策系统智能化程度的关键技术手段。近年来,由于其在小样本领域以及迁移学习方面的优异性能,基于提示学习的文本分类方法逐渐被广泛应用于一系列自然语言处理任务上。然而,当前对基于提示学习的方法仍集中于英文领域。英文和中文在语义、文法上的巨大差异性,基于提示学习的分类方法能否在中文任务中提高模型性能仍然有待探索。因此,使用中文基线数据集CLUE中多个分类任务对基于提示学习的文本分类方法性能进行实验验证。结果表明,基于提示学习的分类方法在多种分类任务上都表现出了较基线更强的性能,在不同的输入长度以及标签数量设置下也具有较强的鲁棒性。     

电子对抗装备维修备件混合分类决策模型

针对电子对抗装备保障中维修备件分类问题,利用评估理论研究成果,提出将层次分析法(AHP)和模糊综合评判相结合的混合模型,为备件分类提供决策支持。首先,分析电抗装备备件分类的影响因素,提出其分类指标体系的设计原则,并建立指标体系层次结构模型;其次,通过德尔菲法和AHP计算得到每个指标因素的权重,为综合评判提供权重依据,进而建立多级模糊综合评判模型对受多因素影响的维修备件进行总体评价得到其综合得分;最后依据得分情况对待分类备件进行类ABC分类。该模型为电子对抗装备维修备件分类决策提供了科学有效的理论依据。     

陕西某预备役团 分类施训成效显著

近日来,陕西某预备役团以强军目标为牵引,掀起新一轮军事训练热潮。训练中,他们结合部队实际情况,因连而异,因课而异,分层次,分类别,分任务施训,打牢了遂行应急救援任务的基础课目训练,     

他们都是笨小孩

一天,一位年逾古稀的老太太拿着一本发黄的旧作文本问巴尔扎克：。大作家,你给我瞧瞧,写作文的这小子有没有天分,将来是不是块当作家的料？”巴尔扎克接过作文本看了看：“嗯,他天赋不高,缺少灵气,凭这要想当作家很难。”老太太一听,     

论单个军人队列动作的分类施训

单个军人队列动作是最基本的军事技能。依据《队列条令》,结合武警部队任务特点,从单个军人队列动作的运用实际出发,组训时分类施训,对提高武警部队的队列训练质量,必将起到巨大地推进作用。