改进的YOLOv5地面军事目标识别算法

针对战场复杂背景下地面军事目标识别算法性能较低的问题,提出一种基于并行注意力机制的PAL-YOLO地面军事目标识别算法。该算法在自建地面军事目标数据集下,对目标的锚框进行重新聚类;在网络的Backbone中加入通道-空间并行注意力机制模块,提升目标特征提取能力;通过采用Alpha＿IoU对目标识别分类器的损失函数进行改进,加速模型收敛。结果表明,改进后的算法在保证模型空间复杂度的同时,mAP值提升了6.4%,FPS提升6%。     

深入学习贯彻党的十八大精神理论研讨会在南京召开

南京政治学院与国防大学中国特色社会主义理论体系研究中心联合举办的"深入学习贯彻党的十八大精神,加快推进国防和军队现代化建设"理论研讨会,1月15日在南京召开。来自全军和武警部队、院校的理论工作者,以及全军院校政教室主任学习贯彻党的十八大精神培训班的全体学员参加了研讨。本次研讨会以加快推进国防和军队现代化建设为主题,深入研讨了党的十八大关于国防和军队建设的战略     

基于扩展卡尔曼滤波的机动目标航迹跟踪

针对高速飞行目标航迹跟踪问题,进行了扩展卡尔曼滤波的曲线拟和仿真试验研究.首先建立目标跟踪的数学模型,确定了系统对应的参数及状态方程,进而将线性卡尔曼滤波器进行扩展,将函数形式的滤波模型在函数自变量估计值附近进行泰勒级数展开,求导获得相应雅克比矩阵,在获得观测及系统误差的基础上,得到针对此问题的扩展卡尔曼滤波方程.仿真结果表明该方法的有效性.