一种基于循环谱的数字信号调制识别方法

文章基于循环平稳信号处理理论,利用数字通信信号的循环谱特征的不同提出四个特征参数,用于信号调制识别。提取的参数较少,计算量较高阶循环累积量小。给出了三类信号调制方式自动识别算法的实现流程,该识别算法以统计理论为基础,不要求实现载波同步。仿真结果表明,在信噪比RSN≥5 dB时,算法的平均识别成功率>96%。     

基于神经网络的舰船目标识别研究

为了实现对水下目标的识别,在现有特征提取方法的基础上,提出了一种从DEMON谱线谱和DEMON谱连续谱提取的特征方法,并设计了一个基于BP神经网络和多神经网络分类识别器的舰船目标识别系统。通过对实际舰船噪声目标进行识别,识别效果比较满意。这对舰船目标识别的发展具有一定的参考价值。     

潜艇的种种分类

潜艇,又称潜水艇。它是在水下航行并主要用于对敌方陆上,水上目标进行攻击,破坏敌方海上交通线等作战活动的舰船,潜艇作为海军的主要舰种之一,具有隐蔽性好,突击力强,续航力大,自给力强等特点,备受各国海军的重视。经过大约一个多世纪的发展,潜艇已形成了一个庞大的家族,拥有许多不同的种类。下面简要介绍几种常用的分类方法。     

四十年风雨 九万里鹏程——中国船舶重工集团公司七五0试验场发展侧记

2006年11月18日,是中国船舶重工集团公司七五0试验场成立40周年纪念日。40年前,一群立志要为国防事业建功立业的年轻人,从祖国的四面八方汇集到某高原湖畔,开始了他们的创业征程。如今,经过几代人的顽强拼搏,七五0试验场已经发展成为具有国际先进水平的综合试验基地,一个为国防装备建设发挥重要作用的科研事业单位。目睹试验场的沧桑巨变,回首40年的风雨历程,抚今追昔,不禁让人感慨万千。     

基于BP神经网络的防空保卫目标分类

提出用BP神经网络模型对防空保卫目标进行分类的一种新方法。该方法建立分类评价的指标集,将分类的划分等级作为训练样本集,以指标的各等级标准值作为样本的输入特征值,建立多参数的BP神经网络防空保卫目标分类评价模型,然后用实例训练神经网络,得出了较合理的结论。     

D-S证据论在空中目标分类中的应用

首先叙述识别、分类空中目标时需使用多传感器融合技术,分析可利用的各类传感器和从其可得到的各种目标属性参数,以及各种数据融合方法.然后详细介绍了基于D-S证据论的3种多源信息融合分类空中目标方法,并对具体仿真应用结果作了比较.     

战场信息分类

本文在分析战场信息的基础上,确定了战场信息的分类准则,并且为战场信息给出了一个完备的分类。提出这个分类,试图为今后的战场信息格式制订提供指导,为指挥自动化系统间的信息共享奠定基础。     

基于深度学习的跨语言文本情报分类方法研究

文本情报分类工作是情报分析领域的基础性工作。目前,文本情报分类工作通常面向单一语言,跨语言文本情报分类研究相对较少。针对跨语言文本情报分类问题,提出了“XLM-R+TextCNN”模型,通过基于大规模多语种语料训练的跨语言预训练模型(XLM-R)生成与具体语言表示形式无关的文本情报向量,将文本向量输入TextCNN模型,获取文本情报的类别特征,实现对跨语言文本情报的分类。以开源国防科技情报为基础,构建了跨语言文本情报分类数据集,并对模型进行了测试。实验表明,该模型在多项对比评测中,取得了不错的成绩,验证了本方法的可行性与有效性。     

把握知识经济时代特征,进行成人教育改革

知识经济时代对知识功能及其体现有了新认识 ,强调对知识的占有和分享。通过学习知识组织的方法 ,使知识得到再创造。成人学生知识的增长 ,结构化能力的形成 ,需要通过适应时代的学科教育来完成 ,从默认知识到明确知识 ,再将知识纳入到原有的知识结构中 ,内化为个体的内在素质