基于Multi-agent临床诊断支持系统的设计

根据临床诊断支持信息环境的特点,结合Agent技术,设计了一套基于Multi-agent的临床诊断支持系统(CDSS)。该系统具有异构性、分布性、并行性和可扩展性,能适应CDSS的要求,有效地提高CDSS的性能。     

基于轮廓特征的空间目标识别算法

高分辨力单脉冲雷达通过对三个通道回波成像可以获取各个散射中心的方位角和俯仰角,结合距离信息就可以得到各个散射中心在垂直于雷达天线轴的平面上的投影,形成方位-俯仰二维像.由于卫星的尺寸通常大于碎片的尺寸,因此卫星的方位-俯仰二维像的轮廓面积较大.提出了基于轮廓特征的空间目标识别算法,首先通过高分辨力单脉冲雷达对目标进行方位-俯仰二维像成像,然后从方位-俯仰二维像中提取目标轮廓,最后根据轮廓面积特征对卫星和碎片进行识别.经过计算机仿真实验,该算法取得了比较好的识别效果.     

谈军事教育技术人才的素质培养模式

科学技术的发展,将人类推进信息社会,人们的生活、思维、工作以及教育方式都将随之改变。信息、网络技术与教育的结合,改变了传统的教育思想、观念、内容、方法,也改变了传统的人才培养模式。为保证军事院校教学与训练紧跟信息技术的发展,必须加快军事教育技术人才队伍建设,探索军事院校教育技术人才素质培养模式。     

纹理影像特征选择及K-means聚类优化方法

Gabor变换和K-means算法是最为常用的纹理分析方法。然而,采用Gabor变换得到的纹理特征向量具有较高的维数,影响算法的运行效率;K-means算法也易受初始类中心的影响而导致分类精度下降。因此,通过Relief算法对采用Gabor变换所提取的纹理特征进行选择,得到合适的纹理特征子集。进一步采用差分进化算法,对K-means算法的聚类中心进行优化从而提高纹理识别精度和效率。实验结果表明:提出的方法所需用到的纹理特征向量的维数相对于原始特征集有大幅降低,较之基本的K-means算法,纹理识别的精度也有较明显的提高。     

基于LBP-PCA的多传感器目标识别算法

为了更加有效地提高多传感器图像融合后的识别率,提出一种基于LBP-PCA的多传感器目标识别算法。首先分别对红外和可见光图像进行预处理用以突显出要识别的目标,采用LBP算法提取目标的特征点向量,利用PCA算法进行特征融合,得到降维后的融合特征,最后利用SVM(支持向量机)进行分类和识别。实验仿真结果表明多传感器目标经过LBP-PCA融合后在保持足够数量的有效信息基础上降低了特征的维数,有效地提高了目标识别率。     

针对舰船目标高分辨距离像的特征选择方法

为了提高基于高分辨距离像(HRRP)的舰船目标识别率,首先通过目标区域提取来解决HRRP的幅度敏感性和平移敏感性的问题;然后根据传统的特征提取方法,提取出15个较好的特征进行多特征综合识别;最后在基于Fisher准则的特征选择方法上进行改进,提出了一种基于特征互补性的特征选择方法,选择一个最优特征子集。通过仿真实验验证了提出的特征选择方法,同时选择出一个最佳分类器。     

美国联合非致命武器项目及其十年科技战略规划

美国联合非致命武器理事会在成立20周年之际发布了《联合非致命武器项目科技战略规划2016-2025》,对未来十年相关领域的科技发展做出了部署安排。本文介绍美国联合非致命武器项目的使命职能、组织机构、运行模型、代表性成果以及十年科技战略规划,旨在为技术创新和管理创新提供参考和借鉴。     

解读《2017美国海军陆战队航空建设计划》

海军陆战队是美军在海外执行任务的主要作战力量,其发展建设的重点将决定未来美军的海外战略重心。本文以《2017年美国海军陆战队航空兵建设计划》的主要内容为研究对象,概述了未来美国海军陆战队作战的总体构想,对美国海军陆战队主要更新换代的海空装备进行了研究分析,总结了美军海军陆战队航空建设的启示。以分析结果为依据,对未来美军的战略重心进行了判断。     

数字图像复数不变矩构造及稳定性分析

为系统性地给出数字图像不变矩一般性构造方法及对不变矩稳定性进行分析,通过采用复数矩作为描述数字图像识别特征量的方法,研究了复数不变矩所具有不变性的约束条件及其与几何不变矩间的关系,推导出了复数不变矩构造定理,并以在工程应用中的低阶复数不变矩为例对复数不变矩的稳定性进行了分析。研究结果表明:采用复数不变矩构造数字图像特征量具有很好普适性和稳定性,对于图像目标识别特征的描述有较好的效果。     

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。