数字化炮兵与常规炮兵在渡海登陆作战中的效能分析

数字化火炮与数字化指挥决策分系统、情报侦察分系统、信息传输分系统一起组成了最基本的数字化炮兵。数字化炮兵火力平台的自动化和情报、指挥的一体化、网络化,带动了作业方法、作业内容的一系列革命性变化,其作战效能大为提高。本文结合渡海登陆作战任务和我部两年多来炮兵数字化建设试验所取得的成果,就数字化炮兵与常规炮兵在渡海登陆作战中的作战效能作一定性分析和比较。与常规炮兵相比,数字化炮兵作战效能的提高主要体现在以下几个方面：     

一种基于局部不变特征的图像特定场景检测方法

图像场景的自动检测,对于图像的标注以及语义检索具有非常重要的作用。本文研究根据实际应用的需要,围绕会晤、集会、海滩等八类特定场景图像的检测问题展开。首先对图像进行局部关键点的检测以及SIFT特征描述子的计算,从而提取图像的局部特征,在此基础上基于支撑向量机构建多分类器,进行特征训练,最终获得较为准确的检测结果。实验重点针对分类器核函数的确定以及特征选取策略等问题展开,实验结果表明,采用径向基核函数构建多分类器以及特征点按尺度大小排序取前n位的选取策略可以获得较为准确和鲁棒的特定场景检测结果。本方法在保证满足一定程度场景检测准确率的前提下,具有简单快速的特点,能够满足实际应用的需要。     

基于优化SVR的军用软件可靠性预测方法

为了避免军用软件在投入部队使用后频繁出现失效问题,进而造成训练及战时的损失,提出一种优化SVR算法的军用软件可靠性预测方法,旨在军用软件大量投入部队使用前,做好军用软件自身的可靠性预测工作。进行度量元采集,并对度量元进行数据预处理;通过引入相关性的概念,提取出与软件可靠性指标相关程度较大的度量元;再通过网格寻优法优化SVR中的参数;通过案例对比分析,证明了基于优化SVR算法的军用软件可靠性预测方法可以提高软件可靠性的预测精度。     

厦门警备区召开人武部规范化建设试点观摩会

前不久,厦门警备区组织召开了人武部规范化建设试点观摩会。通过试点观摩,较好地规范了人武部"四个秩序"(战备、训练、工作和生活秩序)、业务工作程序和机关指导基层建设运行机制,促进了人武部正规化、规范化、制度化建设。按照"所有场所有规范、所     

课程视角下的“五步教学法”刍议

课程视角下的五步教学法是一种教学活动的框架和程序。其教学过程是在教师的引导和控制下,突出自主学习和合作讨论,以学生周围世界和生活实际为参照对象,为学生提供充分的质疑、讨论、表达的机会,将所学知识应用于解决实际问题。     

基于支持向量机的多分类军事目标识别应用

针对现代战场信息化程度的不断提高,电磁环境日趋复杂,侦查目标难以准确地识别情况,提出了运用支持向量机多分类器对军事侦查目标进行有效识别.结构风险最小化地支持向量机分类方法是小样本情况下统计机器学习的经典,具有速度快、泛化能力强等特点.用该算法建模军事目标的识别问题,达到了较高的识别准确率.所以应用在对侦查目标的识别上具有良好的效果,在军事应用上有较广阔的前景.     

小波包变换和支持向量机模拟电路故障诊断方法

为提高模拟电路故障诊断效率,将小波包变换和支持向量机结合起来,提出了一种完整的模拟电路故障快算检测和准确定位的方案.利用小波包变换对电路输出电压信号进行多层分解,提取各频带的能量作为故障特征,给出了具体的特征提取方法;利用支持向量机的多分类一对一方法,完成电路的故障定位,同时实现了小波函数的选择.在一模拟电路的故障仿真实验中,通过与BP,RBF和PNN等神经网络对比,结果显示该方法的诊断效率是很高的.     

基于内外子区域划分的高阶精度CFD程序异构并行算法

对计算流体力学(CFD)程序CNS提出一种Offload模式下基于内外子区域划分的异构并行算法,结合结构化网格下有限差分计算和四阶龙格库塔方法的特点,引入ghost网格点区域,设计了一种ghost区域收缩计算策略,显著降低了异构计算资源之间的数据传输开销,负载均衡时CPU端的计算与MPI通信完全和加速器端的计算重叠,提高了异构协同并行性。推导了保证计算正确性的ghost区域的参数,分析了负载均衡的条件。在“CPU(Intel Haswell Xeon E5-2670 12 cores ×2)＋加速器(Xeon Phi 7120A ×2)”的服务器上测得该算法较直接将任务子块整体迁至加速器端计算的异构算法性能平均提升5.9倍,较MPI/OpenMP两级并行算法使用24个纯CPU核的性能,该算法使用单加速器时加速1.27倍,使用双加速器加速1.45倍。讨论和分析了性能瓶颈与存在的问题。     

基于VMD和SVM的舰船辐射噪声特征提取及分类识别

针对复杂海洋背景下舰船声频辐射噪声特征提取困难的问题,提出一种基于变分模态分解、中心频率、复杂度特征和支持向量机的舰船辐射噪声特征提取及分类识别方法。对四类舰船辐射噪声信号使用变分模态方法分解,得到一定数量的固有模态函数。通过比较提取能量最大的固有模态函数中心频率和排列熵作为特征参数,并利用支持向量机方法对四类舰船信号样本进行分类识别。实验结果表明,该方法可以实现对舰船辐射噪声的特征提取,与已有方法对比,该方法具有较高的识别率。