进化规划在Multi-UCAV合作攻击伪装目标中的研究

在多无人作战飞机攻击隐蔽伪装目标的任务调度规划中,针对静态武器分配方法的不足,提出了一种目标可侦测度相关模型(TDRM),该模型体现了UCAV对不同目标的侦测能力与无人作战机群整体射击效率之间的联系.将基于混合概率分布的进化规划(EPBHPD)引入到对隐蔽伪装目标的攻击规划中,能在问题求解的精确性与实时性两者不断变化的...     

国产牛奶质量调查

据统计,从1998年到2010年,中国人从每年平均喝5.3公斤牛奶,迅速增加到30公斤左右。尽管这仍与国际标准有着很大差距,但对于大部分城市居民来说,超市里种类繁多、堆积如山的牛奶,早已说明了它在人们生活中的重要性。2010年6月,中国乳业新国标正式实施。新标准中,对生乳蛋白质含     

SINS/GNSS自适应反馈校正滤波

SINS/GNSS组合导航中,反馈闭环校正比开环输出具有更高的短时精度;但反馈校正的输出会有长时间缓慢发散迹象。传统工程上应用最优奇异值可观测度对反馈向量进行自适应调整,但最优奇异值计算量很大,且不同机动情形下的最优奇异值也不相同,很难确定。通过分析卡尔曼滤波的方差矩阵,提出一种新的可观测度定义,并利用滤波协方差矩阵确定新的可观测度,并结合人工神经网络确定反馈校正的自适应调整系数,仿真表明新方法抑制了反馈校正输出误差的长时缓慢发散,提升了导航精度。     

编与读

《当代兵团》点醒我四团读者张万成一直在基层从事中学教学工作的我,2005年9月在学校的安排下做起了兼职政工员。对于新的工作,我感觉有些无从下手。接过前任政工员保存的《兵团建设》(现《当代兵团》),我开始一期接一期地阅读和学习。让我记忆尤为深刻的是,杂志在2009年第十七期刊登的文章《加强政工队伍建设的途径》,阐述了基层政工工作的重要性,点醒了我,让我意识到自己所从事的工作具有服务团场职工群众和促进团场发展的重大意义。从那以后,我更加严格地要求自己,也更加珍惜政工员这个岗位,努力地为     

基于联合相似测度的SAR图像边缘点特征配准方法

针对SAR图像配准过程中几何变换影响特征匹配稳健性和适应性的问题,提出了一种在特征匹配过程中直接解算几何变换模型的边缘点特征配准方法。利用SAR图像边缘点的梯度和方向特征,基于像素迁移思想,定义了图像匹配的联合相似度——联合特征均方和(SSJF),并建立了SAR图像边缘点集相似性匹配准则;基于方向模板提出了改进的ROEWA算子;利用改进的遗传算法(GA)来进行相似度的全局优化搜索,获取配准模型参数;利用多幅SAR图像的配准试验,对本文方法的性能进行了验证。     

语料库在翻译课程“教”与“学”中的重要性研究

高校翻译课程的设置是为了让学生掌握翻译相关的知识和技能,发展翻译能力,除了传统的教学方法外,将双语语料库的辅助方法引入翻译课堂,利用其对齐和检索功能为学生提供大量真实的翻译对照文本,无疑对学生会有很大的启发和帮助。文章通过对语料库重要性的研究,阐述其对翻译课程的"教"与"学"所起到的作用及其重要性,真正实现student-centered的教学模式和task-based的课堂实践。     

基于灰关联的砖混建筑抗震易损性指标重要性研究

采用灰关联分析法，通过对大量工程震害数据分析，得出了各砖混结构建筑抗震易损性评价指标与震害的灰关联系数，建立了建筑抗震易损性评价指标重要性模型，并以此依据对结构抗震易损性评价指标的影响程度进一步分析，筛选出影响其灾害损失的主要因素，使得砖混结构建筑抗震易损性预测结果定量化、合理化。     

2009年度全国民兵预备役政治教育辅导材料之二 理解“热爱人民”的重要性和内涵 做践行“热爱人民”的模范带头人

当代革命军人核心价值观集中体现为"忠诚于党,热爱人民,报效国家,献身使命,崇尚荣誉"。其中,"热爱人民"是我军官兵与人民群众价值关系的反映,是当代革命军人根本价值取向,也是民兵预备役部队官兵根本价值取向。民兵预备役部队是我国武装力量的重要组成部分,是我军的后备力量。树立"热爱人民"的价值观,对于强化民兵预备役部队官兵精神支柱,解决"为谁服务、如何服务"等立身做人的基本问题,具有十分重大的理论价值和现实指导意义。     

基于异环境重要性采样的增强DDRQN网络

针对局部可观测多智能体学习环境下,智能体与环境频繁交互造成环境不稳定,导致智能体无法使用经验回放机制(experience replay)的问题,采用了一种基于异环境重要性采样的回放经验利用机制。并结合该机制再深度强化学习算法,深度分布式循环Q网络(DDRQN)基础上进行了改进,提出一种增强型的深度分布式循环Q网络。通过对Deep Mind的Py SC2平台Defeat Roaches局部可观测多智能体学习环境实验结果对比分析表明,增强型的深度分布式循环Q网络相比于DDRQN网络,具有良好的学习性能,稳定性、收敛速度均具有显著提升。     

基于UPF的WNN学习算法及其应用

为改善小波网络(WNN)的非线性建模能力,提出一种基于改进无迹粒子滤波(UPF)的WNN学习算法。算法先引入最小偏度策略减少无迹变换(UT)的Sigma采样个数,改进无迹Kalman滤波(UKF);再用改进UKF算法选取粒子滤波的重要性密度函数,构成新型UPF;最后,将SUPF作为WNN的学习算法进行训练和测试。实验表明,基于新采样策略UPF与基本UPF的WNN模型精度总体接近,但速度更快,效率更高,某型军用飞机气动力建模也验证了算法的有效性与可行性。