GPS接收机抗干扰技术研究

GPS能在全球范围内提供精确的位置、速度和时间信息,在军事和民用领域发挥着极其重要的作用。本文在分析GPS接收机干扰技术的基础上,对各种GPS接收机的抗干扰技术进行了介绍和比较,并对未来GPS接收机抗干扰技术的发展趋势进行了简述。     

基于层次分析法的化工企业火灾风险评估研究

化工企业火灾风险评估对于化工生产至关重要。针对化工行业的火灾风险,结合层次分析法和模糊识别模式的优点,提出了基于层次分析—模糊识别的综合评价方法,并通过实例评估证明了这种评价方法行之有效。     

考虑质心流动与偏移的通用弹道仿真模型

引入了质心坐标系的概念,对弹体坐标系的定义作了适当修正,给出了考虑质心流动与偏移的通用弹道仿真模型及相应的转动惯量与惯性积的计算公式     

具阻尼广义Korteweg-de Vries方程的迭代学习控制

研究了一类具阻尼广义Korteweg-de Vries(KdV)方程的迭代学习控制问题,利用半群理论导出系统状态的表达式及先验估计。若迭代过程中初值允许存在一定偏差,结合P型迭代学习控制算法,证明了跟踪误差在Banach空间■中收敛,并且给出了数值实例。     

民汉大学生自主性学习对比研究——以新疆财经大学民汉学生为例

自主学习是大学生除课堂学习之外最主要的学习形式,也是提高大学生自身素质的重要手段。新疆是多民族聚居地区,民汉大学生学习融合成为新疆教育的一大特色。在学习融合的过程中,民汉学生的自主性学习是否存在差异,成为关注的内容。本文通过调查问卷的形式,对民汉大学生的自主性学习的现状与影响因素进行了对比研究,发现民汉大学生自主学习差异不大,根据问卷调查的情况,提出了加强民汉大学生自主学习的建议。     

Multi-scale traffic vehicle detection based on faster R-CNN with NAS optimization and feature enrichment

It well known that vehicle detection is an important component of the field of object detection. However, the environment of vehicle detection is particularly sophisticated in practical processes. It is compara-tively difficult to detect vehicles of various scales in traffic scene images, because the vehicles partially obscured by green belts, roadblocks or other vehicles, as well as influence of some low illumination weather. In this paper, we present a model based on Faster R-CNN with NAS optimization and feature enrichment to realize the effective detection of multi-scale vehicle targets in traffic scenes. First, we proposed a Retinex-based image adaptive correction algorithm (RIAC) to enhance the traffic images in the dataset to reduce the influence of shadow and illumination, and improve the image quality. Second, in order to improve the feature expression of the backbone network, we conducted Neural Architecture Search (NAS) on the backbone network used for feature extraction of Faster R-CNN to generate the optimal cross-layer connection to extract multi-layer features more effectively. Third, we used the object Feature Enrichment that combines the multi-layer feature information and the context information of the last layer after cross-layer connection to enrich the information of vehicle targets, and improve the robustness of the model for challenging targets such as small scale and severe occlusion. In the imple-mentation of the model, K-means clustering algorithm was used to select the suitable anchor size for our dataset to improve the convergence speed of the model. Our model has been trained and tested on the UN-DETRAC dataset, and the obtained results indicate that our method has art-of-state detection performance.     

论赤壁之战敌对双方战争指导的优劣得失

发生在建安十三年(公元208年)的赤壁之战以其深远独特的影响、丰富多样的作战形式在三国乃至整个中国军事史上占据着不可替代的地位。它是一场典型的以弱胜强、以少胜多的战争,是一场囊括了野战、攻城、追击、遭遇、火攻、退却、水战等多种作战形式的战争,是中国历史上第一次在长江流域进行的大规模江河作战,同时又是中国历史上第一次企图通过江河作战而谋求实现统一而最终失败的战争。无论从大战略的高度来看,还是从军事战略的角度来分析,赤壁之战都是一场具有多种典型价值的战争。今天,我们分析战争敌对双方曹军与孙刘联军战争指导的优劣得失,仍能获得历史的经验与有益的启示。     

紧跟中国特色军事变革走向加速培养复合型军事指挥人才

中国特色军事变革的走向,决定着我军人才队伍建设的方向.复合型军事指挥人才培养,是我军面对的一个崭新课题.要科学解析复合型军事指挥人才内涵特征和主导地位;加速构建复合型军事指挥人才培养的主体格局;积极推动复合型军事指挥人才培养良性发展.     

基于多级Sigmoid神经网络的城市交通场景理解

交通场景的理解是交通监控、汽车安全辅助驾驶的基础.提出一种基于多级Sigmoid神经网络的城市交通环境理解方法.将5个3D结构特征与物体外观特征相结合表征城市交通环境,为了提高交通环境识别率,采用多级Sigmoid神经网络(MSNN)进行图像分割与识别.在公共测试视频数据库CamVid dataset 进行实验,实验结果表明了该方法的有效性.