金字塔渐进融合低照度图像增强网络

针对现有低照度图像增强网络对不同尺度特征信息存在感知与表达能力不足的问题,提出金字塔渐进融合低照度图像增强网络模型。网络对图像进行多次下采样操作以组成特征金字塔,通过在特征金字塔的三个不同分支上加入跳跃连接,将不同尺度的特征图进行相互融合。通过精细恢复模块进一步提取精炼信息,将特征图恢复到正常的光照图像。结果表明,该网络模型不但能有效地提升低照度图像的整体亮度,而且能很好地保持图像中的细节信息和清晰的物体边缘轮廓,同时能够有效地抑制图像中的暗部噪声,使增强后的图像整体画面真实自然。     

基于深度学习的系统异常检测综述

基于深度学习的系统异常检测可划分为：基于堆栈自编码(SAE)、基于卷积神经网络(CNN)、基于深度置信网络(DBN)、基于循环神经网络(RNN)以及基于生成对抗网络(GAN)等5类系统异常检测方法。为了梳理出当前深度学习技术在系统异常检测应用中所面临的问题以及应对方法,分别对这5种检测方法的建模思想、在系统领域的应用实现以及它们各自的特点进行了对比论述,并对深度学习在系统异常检测领域未来的发展进行了展望。     

基于改进DDPG的空战行为决策方法

针对空战中飞机如何根据实时态势进行快速智能决策问题,提出基于改进DDPG算法的空战行为决策框架(Air Combat Behavior Decision-making Framework on Improve DDPG,ACBDF_DDPG)。框架中的主要改进如下:1.设计一种针对动态目标的嵌入式人工经验奖励机制,缓解深度强化学习算法在训练过程中,由于状态空间巨大且奖励稀疏导致的收敛困难问题;2.对框架中的Actor网络更新机制进行改进,解决Critic网络评估效果差时,更新Actor网络导致的模型训练不稳定问题;3.采用优先采样机制确保训练价值高的经验样本得到充分利用。最后基于MaCA平台搭建仿真实验环境,通过消融实验验证了所提出框架中改进机制的有效性和优越性。     

指向深度学习的中学英语课堂教学模式探究

我国传统的中学英语课堂教学由于受应试目的的影响，往往停留在引导学生对基本语言知识进行识记掌握的浅层方面，忽视引导学生对所学知识进行深层次地学习与思考。相对于浅层学习来说的深度学习，强调引导学生在学习过程中进行深层次思考，帮助其培养高阶思维能力，具有注重批判理解、信息整合、知识建构等基本特征，对我国中学英语课堂教学改革具有一定的指导意义。依据深度学习的基本特征，从教学目标、教学内容、教学方法、教学工具和教学评价五个维度阐释中学英语课堂教学模式构建的可能性，为促进中学英语学习者进行深度学习提供参考。     

巨型机中软硬结合的函数计算方案

本文分别讨论了巨型机中计算ｙ／ｘ、ｙ／、ａｘ、ｌｏｇａｘ、ｘｙ等函数的算法设计及其误差分析。     

一种新的模式识别模型及其实现

模式识别是机器智能的一个重要研究领域,针对当前模式识别方法的难点和应用的要求,本文从模式识别问题描述出发,构造了一种新的模式识别模型,并对这种模型的动力学过程进行了描述和分析,论述了这种模型的可能实现途径,并详细论述了两种神经网络的实现方法。     

基于神经网络的特征结构提取

本文在详细讨论特征结构提取问题的能量函数表示的基础上,通过对该能量函数表示的适当变换和整理,高阶关联非线性连续时间神经网络被引入到特征结构的提取问题中。这种方法直观、明了,它将所要提取的特征结构与网络稳定时的输出直接对应起来,可对特征结构进行自适应跟踪、估计,这为特征结构的提取提出了一个新的方法。     

广义原函数与广义不定积分

本文利用积分限函数定义了可积函数的广义原函数与广义不定积分,并给出了用广义原函数计算可积函数定积分的公式.     

窗函数对谱分析精度的影响

FFT是古典和现代谱分析的基础,采用不同的窗函数,FFT变换的结果有明显的差异,用图解的方式,比较了矩形窗与汉宁窗对谱分析精度的影响。     

军校开设学习论是教育改革的必然——创设军校大学生学习论课程的总结

从教学实践和教材建设两个侧面总结了学习论课程开设八年来的概况与效果.由新要求、新举措、新目标、新途径、新课程这五个“新”论述了军校开设学习论课程是时代的要求和教学改革的必然.