“东南亚本·拉登”落网内幕

据美国《华盛顿邮报》、英国《独立报》8月16日报道,经过近两年的秘密跟踪,美国中央情报局(CIA)特工与泰国警方8月12日深夜联手出击,一举抓获在逃的“东南亚本·拉登”——双手沾满巴厘岛爆炸案鲜血的汉巴利和他的马来西亚妻子。这名“基地”组织在东南亚地区的最高战略家,东南亚“伊斯兰祈祷团”的行动首领究竟是如何落网的?美国CIA特工和泰国警方披露了长达两年的抓捕汉巴利行动的内幕。     

伊狙击手猎杀美国大兵内幕

自布什总统宣布伊拉克境内大规模的军事行动结束以来,美军被伊拉克武装分子猎杀的人数已高达63人。对于号称世界军事龙头老大的美军而言,此等局势实是令其汗颜。尤其令美军头痛的是,这种“打了就跑”的战术往往是一次又一次地得逞,美军是一次又一次地遭殃。人们为之好奇,这些躲在暗处时不时地骚扰一下美军的杀手究竟是何方神圣?这些杀手究竟是如何成功地实施了对美军的袭击?为此,英国《星期日泰晤士报》的记者哈拉·贾伯经专人安排特意于上周到了拉马迪一个人迹罕至的丛林小屋里,与这     

真情谱就鱼水篇——广元军分区拥政爱民纪事

近年来,四川广元军分区协调驻广元军警部队,以“三个代表”重要思想为指导,深入开展拥政爱民工作,留下一串串军民情深的佳话。广元市曾连续两届荣获四川省“双拥模范城”称号,2000年获国家级“双拥模范城”称号。     

基于直线特征及模板倾斜修正的图像匹配定位

针对火炮发射图像序列中运动目标后座的旋转问题，提出了基于直线特征及模板倾斜修正的匹配定位方法。该方法首先利用Hough变换提取出具有反应倾斜角特征的直线，与基准直线比较，算出直线旋转角度α，再把包含模板的基准图部分区域旋转α后截取新模板，使问题回到只有平移的情况并进行去均值归一化相关法（NNPROD）匹配。实验与分析表明，该方法可以有效地解决存在旋转、灰度对比度变化大、噪声干扰强、强光饱和等情况下的匹配定位问题，匹配精度较高。     

一种基于最大选择的Switching-CFAR检测器

针对传统CFAR(Constant False Alarm Rate)检测器不能同时适应于均匀和非均匀杂波背景的问题,提出了一种改进的CFAR检测器,即IEGOS(Iterative Excision Greatest of Switching)-CFAR检测器。在迭代删除的基础上,采用Switching方法,利用检测单元幅度自适应选择参考单元,得到前后滑窗的局部杂波功率估计,然后取二者中的最大值作为总的杂波功率估计,实现恒虚警检测。在SwerlingⅡ型目标和瑞利包络杂波分布的假设下,推导证明了IEGOS的恒虚警性,与CA、GO、SO、OS和EXS算法的对比分析表明IEGOS在均匀杂波、多目标干扰和杂波边缘中均拥有较好的性能,且该算法无需排序,便于工程实现。     

多平台组网OPNET仿真技术

利用网络通信仿真软件OPNET对以预警机为指控中心的多平台组网进行仿真研究。仿真参照Link16数据链,多平台之间采用TDMA方式进行组网;利用OPNET对该无线网络进行建模和仿真;并利用OPNET的ESD模块,设计了一种OPNET与外部视频流进行协同仿真的环境。最后就TDMA时隙分配策略对无线网络通信性能的影响进行了分析。     

基于模糊匈牙利算法的炮兵火力单位分配问题

发挥诸火力单位的整体协调优势,寻求在给定约束条件下总的射击效果最好的分配方案,是火力单位最优分配的基本任务.匈牙利算法是求解传统的指派问题的一种较好的方法,运用模糊匈牙利算法在决策过程中将主观因素与客观因素有机地结合起来,解决火力单位分配方案决策中多指标指派问题,从而可以有效地解决炮兵火力单位分配最优化问题.     

两种捆绑火箭弹性振动建模方法对比分析及其对姿控系统的影响

针对长助推和短助推两种类型捆绑火箭的不同模态特点,分析了两者弹性振动建模方法的区别和联系,在此基础上建立了某型固体捆绑火箭姿态动力学新模型,模型中基于有限元法导出了弹性振动方程,基于该模型对箭体复杂弹性振动引起的通道间耦合进行了研究,采用逆Nyquist阵列法进行设计。结果表明,该模型能更准确地反映捆绑火箭纵、横、扭耦合运动特性;新模型三通道之间存在弹性耦合,但耦合矩阵具有对角优势性质,采用逆Nyquist阵列法进行姿控系统设计是有效的,仿真结果表明设计的控制器可行,能够取得比较好的性能。     

基于粗糙集和支持向量机的火炮内膛疵病识别方法

火炮内膛疵病智能识别是火炮内膛窥测的最终目标,它涉及到内膛疵病的特征提取和疵病识别两方面。首先建立了包括疵病形状、纹理与颜色特征的火炮内膛疵病特征体系;并采用模糊粗糙集理论分析了各疵病特征对疵病识别的敏感性,由此优化了疵病特征体系,降低了疵病特征维数;建立了最小二乘支持向量机小样本、非线性数据特征的多疵病分类器,提高了疵病识别效率和质量。     

结合层次法与主成分分析特征变换的宫颈细胞识别

对宫颈细胞进行多分类可以自动识别出不同状态的细胞,进而为宫颈癌诊断提供科学依据。在用6种多分类算法进行实验后,选取支持向量机作为基分类器,先用一对一策略训练6个分类器进行3分类,然后再训练1个2分类器,这种二层4分类方法提高了识别准确率。考虑不同层特征模式的差异性,在保证识别性能的同时,每层分类前先采用主成分分析法将原始154维特征变换到低维空间,去除冗余特征,加快识别速度。实验证明,所提层次主成分分析法在宫颈细胞分类中相比6种传统多分类方法有更高的识别准确率,可达90%以上;识别速度也较普通层次法提升了21.31%。