神经网络在图象处理中的应用

图象处理是神经网络的一个重要应用领域。本文首先介绍了神经网络的模型、学习规则及其处理能力,在此基础上综述神经网络在图象处理中的应用,重点放在神经网络分类器和Hopfield网络解决图象处理中的最优化问题。     

输入分机核心板的改造方案

提出关于输入分机两种电路的改造方案,即绝对值和正切函数发生器电路的工程实现方法,从而解决修理中备件替换问题．经实验证明,电路具有很高的精度,且容易实现．     

数据库在军工标准管理中的应用

本文主要从数据库对军工标准的重要性角度出发进行分析，根据军工标准的特殊性得出数据库的设计目标，分析用户的需求设计出标准数据表，为用户提供更多、更新、更安全的数据。     

军用方舱的舒适性设计

文章主要论述了军用方舱在舒适性方面的设计，内容主要包括舱内噪声的控制、舱内的通风设计、照明设计、色彩与内饰设计以及人机系统的设计。通过舒适性设计，可以为舱内工作人员创造、提供一个舒适、愉快、高效的工作、生活环境。     

军校推进党的十七大精神"三进入"应重视处理好"四个关系"

军校推进党的十七大精神"三进入",必须正确处理科学理论武装与其他思想政治教育的关系,牢固确立十七大精神在政治理论教学中的统领地位;正确处理中国特色社会主义理论体系与党的传统指导理论的关系,把它与马克思列宁主义、毛泽东思想作为一个统一的整体来把握;正确处理科学发展观与十七大提出的一系列新思想新观点新论断的关系,把科学发展观作为主线和灵魂来把握;正确处理理论灌输与实践教育的关系,在知行统一中增强十七大精神"三进入"的实效。     

北非海盗对美国创建常备海军的影响与启示

应对海盗威胁与促进海军自身发展是一个挑战与应对挑战的古老而常新的课题.也是摆在各国海军面前的重要任务.早在建国之初,美国海军就长期面临北非海盗的威胁.美国以解决北非海盗问题为突破口,经过艰难曲折的过程,不仅重建了在独立战争结束后被取消的海军,还成功实现了海军建设的转型,组建了常备海军,并催生了美国海军海外驻屯的方法,指引美国海军走出了迈向远洋的第一步.在新的历史时期,当索马里海盗日益威胁中国国家利益之时,中国政府根据联合国安理会的有关决议和相关国际法应承担的国际义务,派遣海军编队赴索马里海域护航.北非海盗问题促进美国创建常备海军的历史个案,对中国海军赴索马里海域护航和加强自身建设具有重要的启迪意义.     

油库压缩机组温度变送器法兰根部泄漏失效分析

为了解决基地油库压缩机组温度变送器法兰根部焊缝泄漏问题,采用照相、无损检测、化学成分分析、金相分析、显微硬度分析、扫描电镜观察与能谱分析等方法,对失效法兰进行失效分析。研究结果表明,法兰焊缝根部泄漏系焊缝未焊透和存在夹杂物所致,并因外应力作用而在熔合区马氏体区域沿晶扩展,导致角焊缝最终脆性断裂。结合现场实际情况,提出防止发生类似事故的建议。     

基于“招标—投标”策略的舰艇编队协同反导优化

针对舰艇编队协同防空反导的作战过程,以缩短舰艇编队协同反导的整体拦截时间、降低反导资源的消耗为目标,构建了一种"招标—投标"策略的舰艇编队协同反导优化模型。该模型利用模糊数学和动态规划相结合的优化技术,在单个作战单元需要编队内其他作战单元协同反导的情况下,运用"招标—投标"策略建立满足反导策略的决策方案,能实时、动态的调整舰艇编队整体协同反导策略。     

Maneuvering target tracking of UAV based on MN-DDPG and transfer learning

Tracking maneuvering target in real time autonomously and accurately in an uncertain environment is one of the challenging missions for unmanned aerial vehicles(UAVs).In this paper,aiming to address the control problem of maneuvering target tracking and obstacle avoidance,an online path planning approach for UAV is developed based on deep reinforcement learning.Through end-to-end learning powered by neural networks,the proposed approach can achieve the perception of the environment and continuous motion output control.This proposed approach includes:(1)A deep deterministic policy gradient(DDPG)-based control framework to provide learning and autonomous decision-making capa-bility for UAVs;(2)An improved method named MN-DDPG for introducing a type of mixed noises to assist UAV with exploring stochastic strategies for online optimal planning;and(3)An algorithm of task-decomposition and pre-training for efficient transfer learning to improve the generalization capability of UAV's control model built based on MN-DDPG.The experimental simulation results have verified that the proposed approach can achieve good self-adaptive adjustment of UAV's flight attitude in the tasks of maneuvering target tracking with a significant improvement in generalization capability and training efficiency of UAV tracking controller in uncertain environments.