浅谈省军区系统在军民融合式发展中的作用

胡锦涛总书记强调指出,要按照党的十七大提出的要求,站在国家安全和发展战略全局的高度,坚持军民融合式发展,推动国防建设和经济建设良性互动,不断开创军民融合式发展新局面。胡总书记的这一重要指示,是对军民结合、寓军于民思想的重大发展,也是科学发展观对国防建设与经济建设协调发展的根本要求。省军区系统作为同级地方党委的军事部和政府的兵役机关,不仅是本级行政区域的军事领导指挥机关,也是联结地方与驻地部队的桥梁纽带,其所处的特殊地位,决定了在军民融合式发展中具有特殊优势并将发挥重要作用。省军区系统要站在国家安全与发展的高度来看待军民融合发展的战略意义,积极为军民融合发展作贡献。     

在大融合中寻求大发展

胡锦涛同志在十一届全国人大三次会议解放军代表团全体会议上指出,要站在国家安全和发展战略全局的高度,更加自觉地推进军民融合式发展。积极探索和推进全方位、多领域、深层次的军民大融合。是贯彻落实科学发展观的内在要求,是开创国防和军队建设新局面的重大选择,需要我们不断深入学习．深化认识,深刻理解,切实认清这一战略思想的重大意义。     

中国特色军队人才军民融合培养使用的研究回顾与启示

随着经济社会的快速发展,世界主要国家纷纷借助国民教育资源和社会优势提高军队人才培养质量,以达到占领军事战略竞争制高点的目的.军队人才军民融合培养使用模式已成为世界各国培养军事人才的重要途径.军队人才军民融合培养使用问题也成为学界高度关注的热点话题之一,不仅研究广度不断拓展,而且研究深度逐步加大.全面回顾和梳理学界关于中...     

基于D-S证据理论的航母舰机融合效能评估方法

航空母舰舰机融合是航母本舰与舰载机的深度协同,舰机融合效能能直观地反映航空母舰的整体作战效能,提高舰机融合程度对于提升航空母舰作战能力具有重要意义.通过分析航空母舰舰机融合的特点规律,构建了航空母舰舰机融合效能的评价指标体系,针对存在冲突的多证据指标数据融合问题,应用改进后的D-S证据理论建立了航母舰机融合效能评估模型...     

地方国防知识产权保护机构建设研究与探讨

知识产权的发展在军民融合事业中扮演着重要作用,它可以更好地打通军转民、民参军的通道和脉络。为解决国防专利转化运用途径不畅、国防专利审查维权机制滞后、专业性一站式服务机构缺失等问题,本文提出建设地方国防知识产权保护机构,即地方国防知识产权保护一站式公共服务平台。该平台将知识产权保护、国防安全发展、地方经济建设融为一体,以期有效促进国防知识产权转化需求的市场化,解决国防知识产权维权难、地方专业服务平台缺乏的问题,推动完善国防知识产权大保护和推进军民融合创新体系的建设。     

基于贝叶斯理论的多雷达点迹自适应融合方法

雷达组网进行数据融合是复杂电磁环境下提高预警探测精度和容错能力的有效方法,研究人员需研究适应干扰、信噪比降低等复杂情形的数据融合方法。基于贝叶斯统计理论提出一种多雷达点迹融合方法,将贝叶斯多源数据融合方法与卡尔曼滤波结合,以卡尔曼滤波输出的航迹预测及其协方差作为贝叶斯理论的先验知识,以多雷达量测结果作为贝叶斯理论的观测值进行融合,并提出一种基于回波信噪比的点迹标准差实时估计方法,构建标准差自适应估计的点迹融合与滤波框架。仿真结果表明,多雷达点迹自适应融合方法,滤波精度优于单雷达滤波结果、优于航迹融合结果,能够适应目标距离、RCS起伏引起的标准差变化,具有较强的工程应用价值。     

基于惯性传感器阵列的行人导航发展综述

近年来,微机电系统朝着小体积、低功耗、低成本方向发展,这使得采用惯性传感器阵列实现行人自主导航系统成为可能。惯性传感器阵列在行人导航上的应用引起了研究者的广泛关注,并取得了很多阶段性的成果。文章总结分析了不同惯性传感器阵列的设置方法及其误差模型,并针对不同融合框架的惯性传感器阵列数据融合精度进行了评价。提炼和归纳了行人导航中零速修正算法的运用情况与存在的问题,并探讨了惯性传感器阵列在行人导航中的应用特点与发展趋势。     

基于改进YOLOv7的融合图像多目标检测方法

针对微光环境下目标检测精度较低的问题,提出了一种基于改进YOLOv7的微光与红外融合图像的多目标检测方法。结合可见光、红外图像的优点,利用生成对抗网络法制作融合图像数据集。在YOLOv7模型中引入BoT结构,使网络更加关注整体图像信息,提升特征提取能力,从而提高行人和汽车检测的准确率,并将回归损失函数由CIoU改进为SIoU,降低自由度,加速网络收敛,得到了YOLOv7的改进算法—BoT-YOLOv7。在公开数据集LLVIP和MSRS上进行了实验。结果表明：相比可见光或红外图像,BoT-YOLOv7对融合图像的检测精度较高;改进算法对融合图像取得了92.6%的平均精度均值,较原始YOLOv7模型提高了5.83%;BoT-YOLOv7算法在检测行人和汽车等目标时漏检和误检率较低,具有较好的准确性和实时性,可以满足微光环境下多目标探测的要求。     

基于多分支注意力改进的YOLOv5无人艇目标检测方法

针对水面无人艇目标检测类别多、尺寸小、形变大等难题,提出了基于多分支注意力改进的YOLOv5检测算法。首先提出了一种SAv2Attention模块,通过对通道的“复制-转换-合并”等处理,实现卷积层通道间与通道内特征融合,提升网络的局部感受野,然后将其嵌入到YOLOv5网络,最后在构建的真实海试数据集上进行了大量对比实验。结果表明,SAv2Attention可有效提升YOLOv5的检测精度,典型海面目标数据集上,mAP@0.5检测精度达到94.6%,mAP@0.5:0.95检测精度达到60.9%,相较于原生算法分别提高1.4%和3%,对小尺寸目标平均检测率APS提升4.3%,证明所提方法能有效提升无人艇对水面小目标的检测能力。