王炳和教授

王炳和,男,汉族,1964年9月生,中共党员。1987年毕业于陕西师范大学物理系理论物理专业,获理学学士学位,分配到武警技术学院任教。1992年获声学专业硕士学位,1999年于西北工业大学信号与信息处理专业,获工学博士学位。1999年晋升为副教授,2000年起担任“军事通信学”和“通信与信息系统”专业硕士研究生导师。2004年晋升为教授。2000—2003     

航测快速真三维场景建模技术在大型活动安保中的应用

利用航空摄影测量技术建立真三维场景模型的技术特点和基本原理,在武警部队参与大型活动中应用的成功案例,提出了航测真三维建模技术可为部队执勤、处突、反恐、抢险救灾等任务提供有力的技术支撑。     

提升基层组织建设科学化水平

正基层组织建设年要紧扣"强组织、增活力,创先争优迎十八大"主题,按照"抓落实、全覆盖、求实效、受欢迎"要求,围绕"五个进一步提升"目标,贯彻《兵团在创先争优活动中开展基层组织建设年实施方案》,着力深化认识、细化措施、狠抓落实。找准问题分类定级找准问题是为下一步整改提高、解决问题提供依据、奠定基础,分类定级     

坚持“六抓”推进基层组织建设

正近来,农二师实施"六抓"措施,切实解决基层组织建设方面存在的突出问题,不断提升基层党建工作科学化水平——抓支部:加大对党组织书记培养教育管理;抓队伍:做好发展党员工作,不断优化党员队伍结构;抓阵地:加快基层组织阵地建设,实现党员活动场所全覆盖;抓制度:多措施提高领导班子议事决策水平;抓分类指导:扎实推进各领域基层     

分类定级添活力

正农四师扎实做好基层党组织分类定级工作,通过精心谋划、试点先行、学习观摩、加强督查等环节,明确分类标准,规范定级程序,为基层党组织增添活力。为掌握全师基层党组织的现状,农四师党委组织部编制了《各领域基层党组织分类定级统计表》,要求各单位分领     

基于多级Sigmoid神经网络的城市交通场景理解

交通场景的理解是交通监控、汽车安全辅助驾驶的基础.提出一种基于多级Sigmoid神经网络的城市交通环境理解方法.将5个3D结构特征与物体外观特征相结合表征城市交通环境,为了提高交通环境识别率,采用多级Sigmoid神经网络(MSNN)进行图像分割与识别.在公共测试视频数据库CamVid dataset 进行实验,实验结果表明了该方法的有效性.     

基于RCS序列的空间目标分类识别方法

结合三轴稳定卫星、自旋稳定卫星、翻滚目标和空间碎片的运动特征,依据强散射中心理论分别建立这四类空间目标的电磁散射模型,通过计算机仿真得到其RCS序列仿真值.针对这四类空间目标的RCS序列特点,提出了一种三轴稳定卫星与空间碎片的判别方法和利用RCS的周期性对空间目标分类识别算法,计算机仿真实验验证了算法的有效性.     

基于ResMLP模型的遥感影像场景分类算法式实现

基于深度学习的遥感影像场景分类研究进展迅速,但是大多数方案下的算法需要消耗大量的计算机资源,难以直接部署在嵌入式系统上,无法为潜在的卫星在轨任务提供支持。针对这一问题,研究了一种基于ResMLP模型的遥感影像场景分类算法,并根据嵌入式系统的特点对算法进行了优化,完成了模型的嵌入式实现,实验结果表明,该算法在嵌入式系统中仅需要18.4M的params对遥感影像分类的TOP-1准确率就达到了85.9%,兼具准确性和简洁性。     

2008财年美军全球反恐经费支出概况

2008财年美军反恐经费总预算约为1893．16亿美元,其中：人员经费178．4亿美元,训练和维持性经费925．3亿美元,军事采购费用715．97亿美元,科研经费约29．46亿美元,家庭住房资金1176．6万美元,周转管理资金19．63亿美元。从经费支出分类看,美军全球反恐经费支出涵盖范围广,支出项目纷繁复杂,并且开支非常详细和具体。其特点表现为重视官兵生活、科研投入和军事装备支出。