基于卷积神经网络的无人机图像模糊类型识别

为了提高无人机图像模糊类型识别的准确率,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的无人机图像模糊类型识别方法。通过样本预处理策略对无人机模糊图像样本进行处理,提高了方法的识别效率,同时降低了错误率。提出一种适用于模糊图像灰度频谱图的卷积神经网络结构,并利用训练样本对网络进行训练,增强了网络结构的针对性,提高了训练模型的识别准确率。利用测试样本对训练的网络模型进行测试,验证方法的鲁棒性。实验结果表明,将卷积神经网络应用于图像模糊类型识别,取得了良好的效果,针对实验环境下的无人机运动、离焦和大气散射3种模糊图像类型的识别准确率较高,所提方法的鲁棒性强、实用价值大。     

基于模糊TOPSIS的陆军合成营战场态势感知效能评估

从陆军合成营战场态势感知效能的影响因素出发,构建了陆军合成营战场态势感知效能评估指标体系;运用模糊TOPSIS,给出了陆军合成营战场态势感知效能评估方法;通过实例分析,对不同陆军合成营的战场态势感知效能进行评估,结果表明该方法有效可行,能够为陆军合成营战场态势感知效能评估及优化提供科学有力支撑。     

战场信息分发系统中的高效模糊匹配算法

匹配算法是基于内容的发布/订阅系统中的一项关键技术。针对目前战场信息按需共享能力不足的问题,建立了一种以基于内容的发布/订阅技术为基础的战场信息分发系统模型,结合作战用户信息需求的主观性和模糊性特点,充分利用订阅约束间的逻辑覆盖关系,设计了一种适用于战场信息分发共享的高效模糊匹配算法。通过实验分析了该算法中订阅信息组织模式进行匹配和订阅信息维护的时间和空间效率,实验结果表明了该算法设计的合理性与高效性。     

基于效能评估对装备保障方案的多属性决策

针对现有装备保障效能评估方法对指标评价不全面、权重确定不合理的问题,提出以三角模糊数的形式进行定量表示,并结合离差最大化原理确定评估指标权重。利用三角模糊数与联系数之间的有效转化,实现了对装备保障方案的评估排序。最后,结合实例应用与TOPSIS方法的对比验证,说明了该方法能够对装备保障效能进行准确有效的评估,有助于装备保障方案的科学决策。     

疫情防控中自我心理调节十法

2020年伊始,一场突如其来的新冠肺炎疫情肆虐全国。习近平总书记对防控疫情工作作出重要指示,广大官兵积极投身疫情防控阻击战。面对疫情,每个人坚决做好自身的防控和隔离,就是为共同战"疫"作贡献。保持心情愉悦、积极乐观,免疫系统就会更好发挥效能,增强抵抗力。因此,做好疫情防控中的自我心理调节,努力保持良好身心状态,就成为自我关爱保护、积极应对疫情的重要措施。一是倾听接纳。面对突如其来的疫情,很多人被迫"宅"在家里十几天甚至几十天,工作生活被按下"暂停键"。     

多属性模糊决策对舰炮射击目标优选

舰炮在现代高科技条件下海战中承担着重要的作战使命和任务,它能否完成被赋予的作战使命和任务,射击目标的优选起着决定性作用.为解决舰炮射击目标优选、决策问题,研究分析了多属性模糊决策方法,以及影响舰炮射击目标优选的因素,提出了多属性模糊决策方法的数学模型和求解最优射击目标排序的新方法.该方法在舰炮射击目标优选中的应用实例表明:通过定量和定性相结合,专家判断和信息处理相结合的多属性模糊决策方法对舰炮射击目标优选、决策具有一定的借鉴意义.