机载RWR/ESM中改进最近邻算法的分频段辐射源识别

当前战场环境复杂,机载RWR/ESM要求对辐射源快速识别。由于机载RWR/ESM设备计算能力有限,传统识别中采用的线性匹配算法耗时长,已经不适应当前战场环境。结合RWR设备的分频段体制提出分频段划分雷达样本库,库内采用频率优先最近邻算法以降低计算时间。仿真对比了改进最近邻分频段方法与线性匹配方法的计算时间,结果表明了该方法的有效性。     

论新形势下加强军队建设的原则

军队建设的原则,是谋划军队建设发展、指导军队建设实施、处理军队建设重大问题的基本准则。新形势下加强军队建设,只有坚持政治固军、质量兴军、科技强军、效益谋军、勤俭建军、依法治军、科学管军等原则,才能更有效地提高军队革命化、现代化、正规化建设水平。     

主动学习与自学习的中文命名实体识别

命名实体识别是信息抽取中的一项基础性任务,如何利用丰富的未标注语料来提高实体识别的指标是该领域一个重要的研究方向。基于条件随机场提出一种将主动学习与自学习相结合的方法——SACRF,通过设置置信度函数和2-Gram频度阈值来选取样本,并采用人工与自动相结合的方式进行标注来扩展训练语料。实验表明,该方法在提高实体识别的精确率和召回率的同时,能够显著地降低人工标注的工作量。     

加强装备成本控制浅探

加强装备成本控制,提高装备经费使用效益,应强化科研成本控制,制定科学合理的装备购置目标价格,正确处理好性能指标先进性与成本费用经济性的关系;完善成本控制程序和方法,全程监控承制单位生产过程的成本费用管理,以确保装备制造价格合理;建立健全以军事代表为主体的装备成本监督体系,由军方主导装备科研、购置和维修经费的使用与成本监督,实现装备建设可持续发展。     

两向二维NFA及其在SAR目标识别中的应用

通过对传统线性鉴别分析局限性的分析,提出一种基于两向二维非参数特征分析((2D)2NFA)的SAR图像目标识别方法,该方法有效克服了线性鉴别分析的固有缺陷并且运算量也大大降低。首先,定义一种图像矩阵的近邻样本选取方法,继而利用k近邻样本构造(2D)2NFA的类间散度矩阵和类内散度矩阵,然后使用(2D)2NFA提取样本的特征,最后在特征空间中使用简单的最近邻分类器进行待识别测试目标的分类识别。用美国运动和静止目标获取与识别(MSTAR)计划录取的SAR图像数据进行了仿真实验,实验结果表明(2D)2NFA增强了提取特征的可鉴别性,能够获得更高的识别率,而且减小了特征维数。     

地面机动目标跟踪问题研究

对地面机动目标跟踪问题进行了研究,针对当前存在的问题,提出了将交互多模型应用到地面机动目标跟踪的思想,从而提高跟踪的精度。     

基于视频图像的目标识别与跟踪算法

研究了基于视频图像的目标识别与跟踪算法。主要应用了Hog特征和支持向量机(SVM)分类器设计完成对目标的侦察识别。当侦察到目标时,采用高斯模型对目标和背景建模,结合卡尔曼滤波预测估计方法和均值漂移(mean-shift)理论,实现目标跟踪和定位功能。最后通过缩微环境中的案例演示,验证了所提算法的可行性。     

武警机动部队边境重要目标反袭击行动探要

正边境重要目标袭击事件是指民族分裂组织、恐怖组织以及境外敌对势力等,武力攻击我边境城镇、政权机关和其他重要目标的事件。此类事件具有事发突然难预测、应对仓促难组织、战机多变难把握、环境复杂难协同、来敌凶残难制伏等特点。武警机动部队参与边境反袭击行动时可能担负外围迂回包抄、边境通道封控、协同反击作战和清剿残敌等作战任务。担负上述任务时,应采取"快速机动、封边控点、反击夺要、合围     

坚持以强军目标为统领 推动民兵预备役部队建设创新发展

党的十八大以来,中央军委习近平主席鲜明提出了党在新形势下的强军目标,为强军兴军指明了方向。民兵预备役部队作为武装力量的重要组成部分,必须始终牢记肩负的职能使命,坚持以强军目标为统领,理清抓建思路,凝聚意志力量,积极投身强军实践,在新的起点上推动民兵预备役部队建设创新发展。     

数字话

正55 55年,向部队输送优质兵员10.2万名,无一责任退兵。这个纪录由江西省余江县创造。该县4次被国防部表彰为"全国征兵工作先进单位",高质量征兵已成为他们的一项光荣传统。2000"老兵创业园"5年带领2000多名复退军人致富。湖南省长沙市长沙县从2009年起发动民兵骨干,由退伍军人创业典型带头积极为复退军人搭建创业就业平台,如今"来时两手空空,走出去腰包鼓鼓"的复退老兵越来越多。