规划司组织召开新型工业化产业示范基地创建工作交流会

规划司4月10日至11日在上海组织召开部分省市新型工业化产业示范基地创建工作交流会。工业和信息化部司长肖华出席会议许讲话。上海、浙江、江苏等10个省市工业和信息化主管部门示范基地创建工作责任处室负责人,上海漕河泾新兴技术开发区等23个新型工业化产业示范基地相关负责人参加会议。     

完善军品市场准入制度 锻造打赢“金刚指”

<正>时下,与武器装备建设军民融合式发展内在要求相比,军品市场准入制度仍不够完善,利益固化的篱笆墙必须拆除,科研生产体系、装备保障体系、人才培养体系迫切需要摆上重要议事日程,纳入机制建设规划,为打赢锻造"金刚指"。坚持走中国特色军民融合式发展路子,坚持富国和强军相统一,加强军民融合式发展战略规划、体制机制建设、法规建设是党的十八大作出的战略部署。习近平主席强调指出:进一步做好军民融合式发展这篇大文章,坚持需求牵引、国     

一种高分辨率SAR图像水上桥梁目标识别新方法

首先采用灰度均值和方差二维特征模糊分割SAR图像,其次基于8邻域链码跟踪边界法剔除植被、阴影等虚警,然后通过水体轮廓搜索潜在桥梁ROI点并进行直线拟合、线段连接和线段延拓,消除河心洲、船只和条纹干扰等影响确定疑似桥梁ROI,最后采用双参CFAR检测法分割桥梁ROI,根据目标主轴方向和周长等特征消除桥梁ROI内的虚假目标,识别和定位桥梁。实验表明,该算法能够准确识别水上桥梁目标,对条纹干扰的桥梁和灰度梯度较弱的桥梁同样有效。     

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。     

带时间窗的多无人机航迹规划两阶段启发式算法

带时间窗的多无人机(Unmanned Aerial Vehicles,简称UAV)航迹规划问题是一类重要的NP-Hard问题,相关启发式算法研究一直是该问题的研究重点和难点。建立了问题的UAV流模型,并提出了一种两阶段启发式算法用于问题求解。算法的第一阶段提出了一种基于"最迟完成服务优先"规则的航迹构造算法,用于获取问题的初始解;第二阶段利用模拟退火算法对初始解进行改进。最后基于Solomon Benchmark数据集对算法进行了测试,实验结果表明该启发式算法可以有效地求解带时间窗的多UAV航迹规划问题。     

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。     

紧密结合规划计划 完善军费配置使用机制

以军事需求牵引各项建设,以规划计划主导资源配置,应完善军费配置使用机制。要建立常态化的联合工作机制,强化规划计划与军费配置的协同,提高其融合度;实施滚动预算,增强财力资源配置的连续性和动态性;制定军费预算法,优化预算执行监控方式,增强预算的执行刚性。同时,要加大军费使用的集中统管,改进信息反馈机制,健全绩效评估体系。     

深度不确定的战场环境下鲁棒战术决策方法

针对日益复杂的战场环境研究了深度不确定战场环境下的战术决策问题。结合鲁棒决策的特征,提出一套将情景规划与定量方法融合于鲁棒决策分析方法中的决策流程;并结合战争复杂性、不确定性的特性,将深度不确定环境下的鲁棒决策方法应用于战术决策的制定当中,从战场情景规划到基于综合集成方法的鲁棒战术决策模型,给出了具体的生成过程。     

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。     

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。