排序方式: 共有7条查询结果,搜索用时 156 毫秒
1
1.
在多无人机协作侦察中,匹配识别不同无人机侦察发现的装甲车辆,属于车辆再识别任务。近年来,车辆再识别技术在智能交通领域得到了快速发展,但是该技术尚未在军事领域得到充分的关注和应用。本文围绕该技术的发展和军事应用展开研究,一方面,从数据集、特征表示、注意力学习、度量学习、属性学习等方面对民用车辆再识别技术进展进行综述,分析总结了现有技术的优点和劣势,提出了有待深入探索的研究方向;另一方面,以多无人机协作侦察任务为背景,探讨分析了车辆再识别在其中的作战运用方式,并针对战场上存在的计算资源有限、环境复杂多变等因素导致车辆再识别性能下降问题,提出了可能的解决思路。本文研究可为车辆再识别技术在多无人机协作侦察中的应用提供前瞻性参考。 相似文献
2.
3.
为了提高海量数据挖掘效率,研究了一种基于网格环境下的分布式聚类(Prejudge-Based Distributed Clus-tering,PBDC)算法,并引入距离、模和内积的概念,在聚类之前进行预判断,减少了不必要的计算开销。在此基础上提出了一种分布式并行化聚类(Distributed Parallel Clustering,DPC)算法,将其嵌入到Weka4ws中,以开源数据挖掘类库Weka为底层支持环境,构建网格环境下的分布式数据挖掘体系,同时进行仿真实验。实验结果表明:该算法对于网格环境下海量数据的分布式聚类具有良好的效果。 相似文献
4.
5.
由于舰载无人直升机的快速发展,研究其在海上作战行动中的运用,已经成为当前日趋紧迫的重要课题之一.从舰载无人直升机运用海上作战的角度出发,分析其在海上作战行动中发挥的反潜、反舰和空中预警等关键作战任务,随着人工智能技术的进步,研究舰载无人直升机被动机械化、半自主信息化和全自主智能化三种作战应用模式,提出支撑未来舰载无人直... 相似文献
6.
7.
战争的信息化程度不断加深对军事侦察提出了更高要求。军事目标识别作为军事侦察的主要任务之一,需要能够处理细粒度军事目标,为人员提供更加详细的目标信息。但传统的粗粒度目标识别方法无法得到目标的细粒度信息。因此,如何识别细粒度目标成为目前军事侦察亟需解决的问题。针对该问题,本文结合军事领域的实际需求,对细粒度识别技术的发展现状进行了分析,提出了军事领域细粒度识别技术应用流程的数据集构建、模型设计和终端部署三个阶段,同时,从无人机侦察、遥感侦察和单兵侦察三个方向分析了细粒度识别的应用前景。经过分析,军事领域细粒度识别技术已经具备实际运用条件,具备良好的应用价值。 相似文献
1