Bidirectional parallel multi-branch convolution feature pyramid network for target detection in aerial images of swarm UAVs

In this paper, based on a bidirectional parallel multi-branch feature pyramid network (BPMFPN), a novel one-stage object detector called BPMFPN Det is proposed for real-time detection of ground multi-scale targets by swarm unmanned aerial vehicles (UAVs). First, the bidirectional parallel multi-branch convolution modules are used to construct the feature pyramid to enhance the feature expression abilities of different scale feature layers. Next, the feature pyramid is integrated into the single-stage object detection framework to ensure real-time performance. In order to validate the effectiveness of the proposed algorithm, experiments are conducted on four datasets. For the PASCAL VOC dataset, the proposed algorithm achieves the mean average precision (mAP) of 85.4 on the VOC 2007 test set. With regard to the detection in optical remote sensing (DIOR) dataset, the proposed algorithm achieves 73.9 mAP. For vehicle detection in aerial imagery (VEDAI) dataset, the detection accuracy of small land vehicle (slv) targets reaches 97.4 mAP. For unmanned aerial vehicle detection and tracking (UAVDT) dataset, the proposed BPMFPN Det achieves the mAP of 48.75. Compared with the previous state-of-the-art methods, the results obtained by the proposed algorithm are more competitive. The experimental results demonstrate that the proposed algorithm can effectively solve the problem of real-time detection of ground multi-scale targets in aerial images of swarm UAVs.     

联合作战装备维修保障体系协同研究

针对联合作战装备维修保障体系要素级联耦合、协同关系复杂的特点,揭示了体系内部功能子系统之间以及体系与外部环境之间,从微观层、中观层到宏观层的协同机理,构建了体系有序度模型与体系整体协同度模型,并进行了实证分析.该模型具有一定普适性,可为提升联合作战装备维修保障体系协同保障能力提供科学方法与决策参考.     

运用模糊数学构建政治工作综合评估模型

政治工作充分运用计算机和信息网络技术的重要目标之一,就是要充分发挥计算机模仿人的思维的功能作用,构建具有人工智能性质的专家系统和决策支持系统,帮助解决本领域实际存在的诸多复杂性问题。建立政治工作综合评价模型,是实现政治工作人工智能目标的前提和基础。模糊数学为建立政治工作综合评价模型,提供了理论指导和实现条件。     

军事系统工程专业委员会第十五届学术年会研究成果述评

从基本理论与方法的应用与创新、模型研究、作战实验技术研究、指挥控制系统研究、管理信息系统开发与应用等五个方面详尽评述了中国系统工程学会军事系统工程专业委员会第十五届学术年会的研究成果,并提出了当前军事运筹与系统工程学科研究所存在的问题与不足。     

模型不可知的联合相互学习

主流的联邦学习(federated learning, FL)方法需要梯度的交互和数据同分布的理想假定,这就带来了额外的通信开销、隐私泄露和数据低效性的问题。因此,提出了一种新的FL框架,称为模型不可知的联合相互学习 (model agnostic federated mutual learning, MAFML)。MAFML仅利用少量低维的信息(例如,图像分类任务中神经网络输出的软标签)共享实现跨机构间的“互学互教”,且MAFML不需要共享一个全局模型,机构用户可以自定制私有模型。同时,MAFML使用简洁的梯度冲突避免方法使每个参与者在不降低自身域数据性能的前提下,能够很好地泛化到其他域的数据。在多个跨域数据集上的实验表明,MAFML可以为面临“竞争与合作”困境的联盟企业提供一种有前景的解决方法。     

轴向输出TE10模式的紧凑型相对论磁控管的粒子模拟

研究了一种轴向输出TE10模式的紧凑型相对论磁控管,该器件采用6谐振腔结构并工作在π模式上,通过4腔轴向输出的结构设计使得谐振腔结构与矩形输出波导之间形成了较好的过渡,实现了矩形TE10模式的微波输出。与衍射输出相对论磁控管相比,这种结构设计不仅能减小磁控管的轴向和径向的尺寸,使得系统更加紧凑化,而且能在输出波导中获得更加纯净的低阶微波模式。利用粒子模拟软件,初步分析和优化了器件的工作性能。模拟结果表明:当电压为500k V,磁场为0.5T时,该器件的工作频率为2.58GHz,输出功率为1.0GW,功率转换效率达到25.0%。     

机场目标打击顺序灰色决策分析

对军事机场目标的结构、特征进行了系统分析,确立了军事机场目标评估体系,并运用灰色决策分析方法建立了军事机场多目标打击顺序确定的优化模型,为对该类实施导弹打击所进行的火力计划拟制提供了一种新的数学方法。     

引信与武器系统的适配性分析

引信是弹药武器系统的重要子系统,引信只有与其它子系统多方面适配,才能充分发挥武器系统的效能。通过分析引信与武器系统中其它子系统之间在任务与功能、信息的利用与传输、能源、材料与结构等方面的适配关系,提出了设计中引信与战斗部、火控、制导等子系统间的适配关系,并采用适配性方法设计引信。     

基于Focal Loss的多特征融合地物小目标检测

针对无人机影像中地物车辆目标占整体像素不超过0.4％的小目标检测效果差的问题,在融合FPN结构的Faster R-CNN(FFRCNN)网络基础上,提出一种改进算法——FM-FFRCNN.利用Resnet-50网络进行特征提取,并联多个卷积核进行卷积操作实现多特征融合,达到扩大感受野的效果,并通过检测模块进行回归与分类...     

边缘计算环境下的计算卸载策略研究

边缘计算环境下的计算卸载技术通过将移动终端设备的计算任务卸载到网络边缘执行,不仅解决了移动终端设备在计算能力、存储资源和续航时间等方面的不足,而且相比于集中式云计算,在请求时延、通信资源占用等方面具有明显优势.阐述了边缘计算卸载技术的应用背景和基本概念,梳理了边缘计算卸载步骤和主要的影响因素,详细研究了目前应用最为广泛...