基于离散化模型的雷达优化配置与部署方法

雷达优化配置与部署问题存在模型复杂的问题,很难对其进行优化.提出了一种基于网格的离散化模型.雷达配置与部署的方案、雷达网对防区的覆盖能力以及雷达布站的约束条件都分别通过网格和矩阵进行了定量描述,在此基础上,建立了雷达优化配置与部署问题的数学模型.这样就可以采用模拟退火算法对该问题优化.仿真实验证明了该方法的有效性和可行性.     

和谐社会背景下发展西部民族教育的对策

本文根据西部民族地区教育的特殊性和共性,从创建和谐社会的基本理念出发,提出发展西部民族教育的对策:促进民族教育与全国教育发展相协调;增强少数民族的自信心,促进民族地区的社会稳定;确立教育公平和补偿性投入的理念,实现民族教育超前发展;重视民族基础教育和高层次骨干人才培养;加强师资队伍的建设;加强发达地区对西部贫困地区的教育对口支援。     

McEvily公式的改进及其在疲劳扩展寿命评估中的应用

疲劳裂纹扩展寿命评估的关键是要有适宜的疲劳裂纹扩展公式。通过对McEvily公式的深入研究,综合考虑弹塑性行为的影响、裂纹的闭合效应,并对曲线斜率进行“最小二乘法”拟合,得到了改进的McEvily公式。采用某航天发射塔架A3钢的疲劳裂纹扩展数据进行分析验证,得出McEvily改进公式对疲劳裂纹扩展寿命具有更强的评估能力。     

一种WindML双屏显示驱动程序设计方法

针对电子装备软硬件平台对双屏显示输出的基本要求,探索了在VxWorks系统下开发WindML双屏显示驱动程序的方法。分析了WindML图形系统驱动程序体系结构,通过在图形驱动和WindML图形接口之间增加一个双屏显示控制层的方法,由双屏显示控制层接收WindML图形接口指令,再传给图形显示驱动程序,实现双屏显示输出。该方法设计的双屏显示驱动,能够使两个分开的屏幕逻辑上合为一个大的屏幕,很好的解决了WindML双屏显示输出的问题。     

水面舰艇编队区域防空导弹目标分配模型研究

区域防空导弹目标分配方法是水面舰艇编队防空作战需要解决的一个重要问题。在"发射-观察-再发射"的防空导弹分配策略基础上,提出了2种解决目标分配问题的整数线性规划模型,并运用防空作战想定验证了分配模型的有效性。计算结果表明,所提出的模型能够有效求解出区域防空导弹的目标分配方案,证明目标分配模型具有实用价值。     

基于蚁群算法的径向基网络漏磁信号二维反演

利用蚁群算法的并行寻优特征和一种自适应调整挥发系数的方法,寻找径向基函数(RBF)网络基函数的中心点,能够大大提升网络的鲁棒性及训练速度.将优化算法下的RBF神经网络应用于漏磁信号的二维反演中,能够在训练样本较少的情况下快速地得到更为准确的缺陷模型,更好地满足了漏磁检测的实时性和在线性.实验结果表明,该方法能够达到预期...     

面向大尺寸滑动窗口应用的并行计算模型

大尺寸滑动窗口的应用在数据输入速度与处理速度之间存在较大差距.为了缩短差距,提出了一种并行计算模型,使用尽可能少的存储资源与尽可能简单的存储器读写控制逻辑实现了尽可能高的数据重用性与并行性.该模型将不同滑动窗口之间的并行处理与单个窗口内不同数据之间的并行处理结合起来:对于不同窗口,按列进行分组并映射到多个处理单元上并行...     

大型武器系统的技术成熟度评估方法

在介绍国外技术成熟度评估发展的基础上,给出了大型武器系统的技术成熟度评估方法;以导弹武器系统为例,说明了确定关键技术元素（CTE）的方法和步骤;最后通过对武器系统各单项关键技术元素的技术成熟度等级进行集成评估,得出整个武器系统的系统成熟度等级。     

Visual SLAM in dynamic environments based on object detection

A great number of visual simultaneous localization and mapping (VSLAM) systems need to assume static features in the environment. However, moving objects can vastly impair the performance of a VSLAM system which relies on the static-world assumption. To cope with this challenging topic, a real-time and robust VSLAM system based on ORB-SLAM2 for dynamic environments was proposed. To reduce the influence of dynamic content, we incorporate the deep-learning-based object detection method in the visual odometry, then the dynamic object probability model is added to raise the efficiency of object detection deep neural network and enhance the real-time performance of our system. Experiment with both on the TUM and KITTI benchmark dataset, as well as in a real-world environment, the results clarify that our method can significantly reduce the tracking error or drift, enhance the robustness, accuracy and stability of the VSLAM system in dynamic scenes.     

基于改进半监督FCM聚类的复合材料超声检测脱粘缺陷识别

针对径向基（RBF）神经网络在进行超声检测脱粘缺陷识别时存在参数选择不确定、网络结构鲁棒性差等问题,提出一种改进的自适应半监督模糊C均值聚类（FCM）的RBF神经网络的方法,将kw近邻估计法和半监督模糊C均值聚类方法相结合,改进了隶属度函数,自适应确定聚类数目。将改进的RBF神经网络应用于超声检测脱粘缺陷识别,实验结果表明：与传统RBF神经网络相比,本方法减弱了孤立样本对网络结构的影响,增强了网络结构的鲁棒性,提高了脱粘缺陷识别的准确率,是一种较好的超声检测脱粘缺陷识别分类方法．