云模型和特征辐射源信息的平台目标识别

平台目标识别一般分为两个步骤,首先是对平台上辐射源的识别,然后通过辐射源和平台的关联进行平台识别.在辐射源识别阶段提出利用云模型描述和处理参数存在区间模糊和观测具有噪声的数据,较好地解决了对于带有复杂调制信号的辐射源识别问题.在平台识别阶段,就辐射源和平台关联的各种结果给出了新的计算样本和模板间匹配度的方法,并且提出利用平台的特征辐射源信息对平台识别结果进行进一步的筛选,以提高识别率.最后用仿真验证了该方法的有效性.     

金字塔渐进融合低照度图像增强网络

针对现有低照度图像增强网络对不同尺度特征信息存在感知与表达能力不足的问题,提出金字塔渐进融合低照度图像增强网络模型。网络对图像进行多次下采样操作以组成特征金字塔,通过在特征金字塔的三个不同分支上加入跳跃连接,将不同尺度的特征图进行相互融合。通过精细恢复模块进一步提取精炼信息,将特征图恢复到正常的光照图像。结果表明,该网络模型不但能有效地提升低照度图像的整体亮度,而且能很好地保持图像中的细节信息和清晰的物体边缘轮廓,同时能够有效地抑制图像中的暗部噪声,使增强后的图像整体画面真实自然。     

复杂场景下基于自适应多特征融合的跟踪算法

在复杂的场景下,单特征对目标描述不够充分,很难稳健地跟踪目标,针对这个问题,提出了一个基于自适应多特征融合的粒子滤波跟踪算法。该算法采用灰度和边缘特征表示目标,从目标观测似然模型构建的角度融合两种特征,利用粒子似然分布的香农熵动态地评价特征的可靠性,进而确定特征融合权重,以提高算法对场景的适应能力;同时,改进了线性加权的模型更新策略,通过对加权系数的在线调整来抑制模型漂移。实验表明,本文算法可以实现部分遮挡和背景干扰等复杂场景下的跟踪。     

把握新时代特征 提升政治干部履职能力

在全面建成世界一流军队新征途上,政治干部应从以下五个方面发力,通过定标定位提升能力素养,以自身过硬促进政治工作落实落细、起效生威。找准努力方向。政治工作是管思想、管方向的,政治干部首选要做有思想、有方向的人。工作中要主动思考、主动筹划,针对单位建设实际找准工作发力点。要紧跟形势。深刻领会上级指示要求,深入把握单位建设发展现状,细致掌握基层官兵的迫切需求。     

论社会主义核心价值体系的理论特征及其价值本质

社会主义核心价值体系在理论特征上深刻体现了社会主义本质，这必然在价值关系中为理解社会主义核心价值体系的价值本质奠定了基础。社会主义核心价值体系的价值本质不仅是一种真实的主客体关系，也是一种具有教育属性的价值旨趣与具有优先选择的公共价值。     

基于虹膜特征的密钥生成和IDEA算法的图像加密方案

提出了虹膜特征的密钥生成算法,该算法对加密者的虹膜进行处理,包括虹膜的定位、归一化和特征提取等过程,得到了由虹膜特征生成的密钥.在虹膜特征生成密钥的基础上,采用安全可靠的IDEA算法对机密图像进行加密,既保留了IDEA算法作为常规加密算法的优良特性,又将生物特征技术引入其中,开辟了新的加密思路,其试验结果表明加密的结果良好,达到了预期的目的.     

某型导发架通用测试系统软件复用性设计

测试软件的复用性是摆在测试界面前亟待解决的重要问题。运用统一建模语言(Unified Modeling Language,UML)对测试软件进行建模,包括:测试系统的类图、软件功能分解、功能子系统的上下文模型、测试软件需求特征树以及软件功能子系统的顺序交互视图。在Visual C++6.0环境中,采用"应用程序框架+可复用构件"开发方式,实现了基于可复用构件的某型导发架测试系统应用软件组装,成功解决了导发架测试领域内同一系列产品间测试软件的可复用问题。     

基于步态特征的人体身份识别

步态识别是一种新兴的生物特征识别技术,具有广泛的应用前景.首先,给出了步态识别的特点;其次,根据步态序列图像的预处理、特征处理和识别分类三个阶段,阐述了目前所采用的主要技术及各种技术的主要优缺点;最后,提出了步态识别的应用前景和目前存在的主要问题.     

一种抗遮挡的时空上下文目标跟踪

目标跟踪是一个比较热门的研究方向,其性能受到多方面影响。时空上下文跟踪算法是利用目标附近的信息对目标进行跟踪,但该算法的不足是仅使用单一的灰度特征和固定的学习率。将HOG(Histogram of Oriented Gradient)特征与灰度特征进行融合,且对跟踪结果进行相似度计算进而抑制目标的漂移,采用自适应变化的学习率以适应跟踪目标的变化。经过仿真实验证明,相较于时空上下文跟踪算法所提出的方法鲁棒性更好,对光照的变化、目标形变以及遮挡等情况下都具有较强的跟踪能力。     

基于D-S证据理论的多特征数据融合算法

Dempster-Shafer证据理论是不确定推理的一种重要方法,提供了一定程度的不确定性,可以指定给相互重叠或互不相容的命题,然后通过Dempster组合规则将不确定性信息在新证据中进行重新分布,该理论在许多方面都得到了广泛的应用.将来自图像传感器的多种图像特征,通过D-S证据理论将这些特征信息进行融合,并应用于目标的识别.实验结果表明D-S证据理论用于多特征数据融合的目标识别算法是有效的,基于该理论的多特征数据融合具有广阔的应用前景.