判天下之美 析万物之理——谈以审美心理学习数理课程

本文针对学生学习数理课程缺乏兴趣,被动学习的现象,提出以美学观点看待数理学科,培养学习兴趣,提高学习效率。     

五十年代学习和借鉴苏军的回顾与思考

新中国建立初期 ,如何建立巩固的国防 ,建设一支正规化现代化的人民军队这一重大课题 ,被突出地提到议事日程上来。中共中央、中央军委和毛泽东主席及老一辈革命家 ,在我军建设的新阶段里 ,通过贯彻“以我为主、自力更生”的原则 ,学习和借鉴苏军经验 ,探索出了一条切合中国实际的建军路线 ,有效地促进了我军的正规化现代化建设。今天总结这些经验和教训 ,对于我们建设面向二十一世纪的现代化国防和军队 ,具有重要的现实意义。一、需要与可能新中国成立后 ,西方各国采取了敌视态度。美国不仅不承认新中国 ,还对我国实行军事包围、经济封锁、…     

真三维显示技术在战场可视化系统中的应用

在阐述战场可视化对现代战争重要性的基础上,分析了现代战争对战场可视化的新需求,并提出真三维显示作为一种新型的基于体素的三难显示技术.显示效果既具有心理景深又具有物理景深,是战场可视化技术的突破性解决方法.概要介绍了真三维显示技术,描述了真三维显示技术在战场可视化系统模型中的应用.     

基于ResMLP模型的遥感影像场景分类算法式实现

基于深度学习的遥感影像场景分类研究进展迅速,但是大多数方案下的算法需要消耗大量的计算机资源,难以直接部署在嵌入式系统上,无法为潜在的卫星在轨任务提供支持。针对这一问题,研究了一种基于ResMLP模型的遥感影像场景分类算法,并根据嵌入式系统的特点对算法进行了优化,完成了模型的嵌入式实现,实验结果表明,该算法在嵌入式系统中仅需要18.4M的params对遥感影像分类的TOP-1准确率就达到了85.9%,兼具准确性和简洁性。     

基于深度迁移学习的低分辨雷达目标识别方法

针对低分辨雷达人工目标识别效率较低的问题,提出了基于深度迁移学习的雷达自动目标识别方法。该方法利用雷达回波序列轮廓像构建空中目标数据集,使用深度卷积神经网络自动提取回波数据中的深层特征,并对雷达目标进行分类识别。为了解决深度学习对样本量的巨大需求,在分类模型训练时,引入迁移学习思想,将经ImageNet数据集预训练过的初始网络模型迁移到雷达目标识别任务中,再通过空中目标数据集对模型参数进行微调,实现小样本条件下对空中目标的粗分类。实测数据的结果表明：所提方法能够在小样本条件下较为准确地对空中目标的大小和架次进行分类识别,具有良好的识别性能。     

多无人机协同空战任务规划仿真系统

面向多无人机协同空战任务规划方法性能验证的需求,开发了一种基于VR-Forces仿真引擎的多无人机协同空战任务规划仿真系统,对该仿真系统的总体架构、红方子系统、蓝方子系统、白方子系统和强化学习算法训练子系统进行了设计。对算法库、强化学习算法训练和人机交互等关键技术提出了针对性的解决方案,提升了该仿真系统的稳定性、可扩展性和功能性。利用该仿真系统对多无人机协同空战目标分配、重决策算法等典型任务规划方法进行了测试和仿真实验。结果表明,所开发的仿真系统可以很好地支持多无人机协同空战任务规划方法的测试和验证。     

全球先进潜艇热点追踪

迄今为止,世界上拥有常规潜艇的国家和地区已经超过40个,并且今后将会进一步增加。随着各种新技术的成熟和应用,潜艇在以下4个方面将获得明显的发展：第一,大量装备AIP系统,使潜航时闻大大延长,提高隐身性、生存力和整体作战能力;第二,大幅度减小噪声,增加潜艇的下潜深度,提高潜艇的隐身性;第三,除装备先进的鱼雷、反舰和反潜导弹外,还将安装防空武器系统;第四,配备先进的电子设备和作战指挥系统,进一步提高自动化水平,改善艇员居住条件,提高潜艇的可靠性和安全性。不过,随着新概念潜艇的不断推出,以及新概念潜艇技术研究的不断深入,未来常规潜艇在艇型、结构等方面可能会出现比较大的变化,以更好的适合未来的作战需求。     

真学·深学·活学

学风不正是学习的大敌。建设学习型党组织,必须从端正学风入手,治假、治浅、治僵,做到真学、深学、活学。真学要治假。学习上的虚假现象,是当前学风不正的突出表现。提高建设学习型党组织实效,必须向假字开刀,变包装为武装。要进一步加强正面教育,引导各级党组织和广大党员充分认清学习的重大意义,澄清模糊认识,真正把学习任务作为坚定理想信念的迫切要求、加强自身修养的现实需要来落实。学习要靠自觉,也要靠制度。要坚持把建设     

学以致用 用以为治——做爱读书读好书善读书的领导干部

习近平同志在中央党校2009年春季学期第二批进修班暨专题研讨班开学典礼上的讲话中,强调领导干部要爱读书读好书善读书,要坚持阅读与思考的统一、坚持读书与运用相结合,锲而不舍、持之以恒。在人人学习、终身学习的当今时代,在中航工业改革发展的关键时期,多读书、读好书、善读书,     

通信侦察中基于神经网络的伪码序列估计

针对直接序列扩频通信信号伪噪声(PN)码的干扰侦察问题,在已知信号伪码参数的前提下对直扩信号进行特征分析,用基于变步长的PCA神经网络方法来实现伪码序列的盲估计。该方法利用基于Hebb学习规则的无监督多主分量神经网络,结合自适应变步长学习算法,在估计在线特征值的基础上来控制步长的变化,以使神经网络最终达到较好的稳态收敛。理论分析和仿真结果表明,本方法能在较低信噪比的情况下对较长伪码进行准确的估计。