铝合金板材相对均匀性的声-超声评价研究

基于Ritec-SNAP系统建立了声-超声技术实验系统,阐述了该实验系统的原理及应力波因子的定义,分析了在声-超声技术评价过程中用声信号的幅频特性及应力波因子表征材料相对均匀性的可行性。利用建立起来的实验系统,对铝板的相对均匀性进行了声-超声评价的实验研究。实验结果表明,用应力波因子评价铝合金板材的相对均匀性具有可行性。     

基于多尺度特征融合的无人机识别与检测

为了解决复杂背景下的无人机目标识别与检测问题,提出一种改进的更快捷的区域卷积神经网络(faster-region-based convolutional neural network,Faster R-CNN)模型.针对视野内目标尺寸与标定训练集差异问题,设计了3种不同尺度感受野并行检测、权重共享的特征提取结构——多感...     

公里级背景数据采集及伪装特征提取方法

背景采集与处理是伪装设计的首要步骤。为了提高公里级背景范围采样的准确性和完整性,利用系统抽样理论提出了基于空中成像的背景两级采样方法。第一级采样通过剖分背景区域网格获取背景地物和地貌分布规律。第二级采样依据“接受-拒绝”法有针对地获取背景细节图像。基于颜色、距离和纹理特征差异性度量构建背景特征提取模型。然后通过SLIC(simple linear iterative clustering)算法分割超像素图像形成背景特征区域划分。实验中收集了某地300 km²范围12个一级采样点的数据,并分析了背景地物占比和分布特性。针对分析的结果,二级采样采集了戈壁滩、农田村庄和道路三类背景数据。对比了不同分割参数下农田村庄背景图像的分割性能,并探讨了基于k-means和超像素分割模型的差异性。最后生成了3类背景的斑点形状和7种主色特征。结果表明,采样流程能够有效获取公里级背景数据分布和细节纹理颜色特征。超像素分割模型能够优化斑点区域的完整性。该研究为移动目标伪装设计提供基础依据。     

基于GAN的入侵检测系统对抗样本生成模型

随着人工智能技术的兴起,基于深度学习的网络入侵检测系统已广泛应用,但神经网络模型很容易受到对抗扰动的影响。攻击者通过在网络流量中添加微小的扰动来构建对抗样本,使得入侵检测系统对其错误分类。论文基于GAN进行设计与改进,提出了一种对抗样本生成模型AdvWGAN,该模型针对恶意流量生成满足网络流量特性的对抗性恶意流量,并对黑盒入侵检测系统进行对抗攻击。实验表明：AdvWGAN能够在保证网络流量真实有效的前提下实现对深度学习入侵检测模型的有效黑盒攻击。     

弯管几何参数对弯管中导波传播特性的影响

为研究不同几何参数下弯管中导波频散曲线的特征,使用半解析有限元法对不同弯管中导波频散曲线进行了计算,分析了弯管的三个特征几何参数(截面外径d、截面壁厚h、弯曲半径R)改变时导波频散曲线的变化.研究发现:弯曲半径-截面外径比R/d和截面外径-壁厚比d/h对于导波频散曲线都具有较大的影响;当弯管的弯曲半径-截面外径-壁厚比...     

虚拟战场环境中地物的生成

为了达到快速生成虚拟战场环境的目的,利用OpenGVS图形开发包,设计了地物生成模块,该模块已经应用到装甲兵装备作战仿真实验室的建设中,收到良好的效果。     

浅析知识化战争的主要特征

知识经济的到来必然孕育并催生与之相匹配的战争形态——知识化战争。由于知识在军事领域的广泛应用,军事技术的不断变革,必将使战争呈现出新的特征。     

灵武井田下组煤顶板岩性特征分析

灵新井田地层归属陕甘宁盆地分区,沉积建造为内陆碎屑岩含煤建造,沉积环境为河流相、湖泊相、沼泽相,沉积旋回以湖泊-沼泽相旋回为主,河流一沼泽相沉积环境为附。河流相沉积的灰白色单层状中粒砂岩,成份以长石,石英为主,钙质胶结,底部粒度粗,向上粒度逐渐变细,岩石疏松,孔隙弱含水,在下组煤主要分布在十五煤、十六煤顶板,常与煤层冲刷接触,冲刷区煤层顶板凹凸不平。