论期刊的多元化与一元化特征

随着期刊外部因素的发展变化,近年来期刊的发展逐步从一元走向多元,从封闭走向开放,从专制走向民主,呈现出多元化的格局.现代期刊在读者主体、出版手段、生产和消费方面已经实现了多元化、平等化和民主化,但在消费方式、制作标准、读者群落、文化意识形态等方面依然存在着一元性特征.     

下一代巡航导弹是啥样?

自从1991年“沙漠风暴”行动中美军“战斧”巡航导弹一战成名后,在此后的多次美军军事行动中(包括这次对阿富汗军事行动),巡航导弹几乎每战必用,可谓出尽风头。其不凡战绩赢得世界上不少国家和地区对它的青睐。目前,很多国家和地区都在积极开展这方面的研究与开发。据来自美国空军国家航空情报中心的一份最新报告透露,生产对地攻击巡航导弹的国家今后10年将从现有的几个猛增为十几个。除美国和俄罗斯外,法国、英国、德国、意大利、印度、瑞典、以色列、南非和台湾地区等都已拥有或正在开发巡航导弹。美国弹道和巡航导弹威胁研究机构警告说:“能从不同方向同时攻击同一目标的低飞隐形巡航导弹将对美国的导弹防御系统造成极大压力。”     

勇于探索砺精兵——浙江省金华军分区推进城市民兵训练改革纪实

城市民兵的组织结构变化了,科技含量提高了,军事训练该怎么搞?面对改革发展带来的新课题,浙江省金华军分区坚持用发展的办法解决前进中的问题,与时俱进地推进城市民兵训练改革,探索出分层组训、跨区分训、挂钩带训、联动联训等民兵组训新模式,有效地提高了训练质量,促进了城市民兵战斗力的快速生成。 分层组训——不能人人都上“一年级” 金华市地处浙江中心地带。在未来战争中,该市民兵要重点担负应急动员、战场保障和防空防卫等任务。近两年来,该军分区以战时任务为牵引,对城市民兵的编组进行科学的调整改革,各个不同层次的民     

强化创新意识要处好“四个关系”

随着社会的变 化、领导环境的改 变,创新能力便成 为改变未来社会各 个组织成败的重要 因素,领导干部作 为社会发展的主导 和中坚力量,其创 新意识有着独特的内涵和规定,笔者认为领导干部强化创新意识要处理好“四个关系”:     

基于深度学习的SAR图像目标检测实验

针对目前SAR图像目标检测算法只能进行单一目标检测和检测精度不高的问题,对深度学习目标检测框架在SAR图像目标检测的应用进行了实验研究,并结合SAR图像特点进行了优化。比较了基于区域建议的Faster-RCNN和无需区域建议的SSD目标检测框架在SAR图像上的目标检测精度和速度,分析优缺点;研究了预训练模型对SAR图像目标检测精度的影响;最后通过零均值规整化提高收敛速度和检测精度。实验结果表明优化后的目标检测框架,实现了SAR图像多目标识别并提高了检测精度,可以有效地应用于SAR图像多目标检测。     

军事行政消耗性支出的效应分析

文章通过理论与模型相结合的方法,分析了军事行政消耗性支出的经济效应、社会效应、归宿效应,得出了在保证军队发展的基础上维持军事行政消耗性支出的稳定增长、但规模应尽量压缩的结论。     

2022年深度学习技术主要发展动向分析

深度学习正逐渐成为新一代人工智能最核心的技术之一。对2022年深度学习热门领域的主要发展动向进行了综合评述。首先,介绍小数据小样本深度学习研究领域的最新进展;其次,探讨量子计算与深度学习的融合路径;然后,概述强化学习对通用智能的推动作用;最后,盘点深度学习在多模态学习方向的进展。综述表明,面向小数据、小样本的深度学习技术正在引领深度学习向自监督方向不断迈进,深度学习与其他先进计算范式（例如量子计算等）深入融合趋势愈发明显,强化学习在一定程度上具备解决复杂问题的通用智能,多模态深度学习技术已迎来关键性突破。     

隐身轰炸机挂载空射诱饵弹对地突防决策研究

隐身轰炸机挂载空射诱饵弹是突破敌方严密防空体系的新战法,但是如何合理地将两种空射诱饵弹与反辐射导弹结合使用成为一个难题。以成功突防概率为目标函数,建立了隐身轰炸机突防过程中的综合效能模型,利用改进的粒子群算法对问题最优决策矩阵进行求解。通过仿真,分析了敌方雷达防护性等对反辐射效能的影响,得到挂载武器的最佳使用策略,为隐身轰炸机对地突防中的武器使用决策提供了理论支撑。     

超低照度下微光图像增强神经网络损失函数设计分析

超低照度下(环境照度小于2×10~(-3)lux)微光图像具有低信噪比、低对比度等特点,使目标难以辨识,严重影响观察效果。为了提高超低照度下微光图像质量,设计了一种用于微光图像增强的卷积自编码深度神经网络,并针对传统的均方误差损失函数不符合人类视觉感知特性等问题,结合现有的全参考图像质量评价指标,研究了包括感知损失在内的几种损失函数,并提出了一种新的可微分损失函数。实验结果表明,在网络结构不发生改变的情况下,所提损失函数具有更好的性能,在提高微光图像信噪比和对比度的同时,能够有效地增强图像内部细节信息。