改进的YOLOV3算法在小目标检测中的研究与应用

战场目标的图像检测与识别对于战场监视、侦察、毁伤状态评估和火控系统研究等具有重要作用.以坦克装甲目标为研究对象,选用识别精度高、速度快的YOLOV3为基础目标检测模型,针对复杂战场环境中获取图像目标特征信息少的问题,引入多尺度特征增强结构的方法对YOLOV3模型进行改进,通过丰富特征图多样性的方式,提高模型性能.在坦克数据集上的实验结果表明,改进后的算法对于复杂战场环境下的小目标特征具有更强的敏感性,较大程度上增强了模型的识别精度.     

考虑交流侧特征谐波的电网换相换流器小信号建模

电网换相换流器(Line Commutated Converter,LCC)作为技术性能优越的电力电子装置,可广泛应用于车辆、飞机、船舶、雷达站供电等军用电力系统领域.以可为军用雷达站、军事基地供电的基于电网换相换流器型高压直流输电(Line Commutated Converter Based High Voltage Direct Current,LCC-HVDC)系统为例,基于开关函数模型,推导建立了包含LCC整流站、LCC逆变站和直流线路的双端LCC-HVDC系统小信号模型,并与PSCAD/EMTDC详细电磁暂态模型进行对比,验证了所建立小信号模型的准确性;对比分析了考虑交流侧特征谐波分量与仅考虑交流侧基频分量的LCC-HVDC小信号模型的差异.所得研究成果可为向军用电力系统供电的LCC-HVDC系统的控制参数选取及小干扰稳定性分析提供模型基础.     

寿命型产品序贯试验方案计算与分析

序贯试验方案判决概率解析表达式往往较为繁琐,给深入理解序贯试验方案带来了一定的困难,不利于工程中试验组织实施.针对上述情况,对序贯试验方案基础模型开展了研究.结合序贯试验方案判决准则,描述了判决时刻与产品故障数之间的关系,并利用泊松分布建立了接收-拒收判决概率模型;利用判决概率模型给出了序贯试验方案常见特征量(双方风险...     

基于神经网络的飞行员头位跟踪方法研究

针对飞行员座舱模拟训练中,传统的头位检测跟踪技术存在的头位检测精度不高、实时性不强、易受外界干扰等问题,结合深度学习方法,提出了一种基于级联卷积神经网络的头位检测跟踪方法.首先结合计算机视觉手段,对拍摄到的飞行员座舱内连续视频图像进行预处理,然后经过三层级联卷积神经网络对处理过的图像进行特征提取,检测人脸,同时完成脸部...     

国防颠覆性技术评价指标体系研究

国防颠覆性技术是国防科技竞争的战略制高点。科学识别和评价国防颠覆性技术,对于前瞻布局未来发展、赢得未来军事竞争具有重要意义。与延续性技术相比,国防颠覆性技术具有引发军事领域深刻变革、诞生于科技发展前沿、面临巨大技术挑战等主要特征。从概念内涵和典型特征出发,设计以军事应用颠覆性、技术创新引领性、技术发展可行性为核心的国防颠覆性技术评价指标体系,为国防颠覆性技术评价识别提供标准支撑。军事应用颠覆性指标细分为大幅提升现有武器装备作战系统效能、催生重大新型武器装备、形成新质作战能力和开辟全新军事应用领域四类;技术创新引领性指标细分为替代现有技术和催生新的技术方向两类;技术发展可行性指标细分为符合科学原理、技术概念明确和若干核心技术取得突破三类。