识别结构主要失效模式的一种改进方法

识别结构的主要失效模式是计算结构系统可靠度的第一步。提出“3σ准则法”来识别结构系统主要失效模式,首先运用增量栽荷法中的元件承力比确定最严重元和次严重元,并找出第一批主要失效模式,然后用3σ准则寻找其余的主要失效模式。此方法不易漏掉主要失效模式,且计算量小。     

基于多特征联合稀疏表示的SAR舰船目标识别方法

针对合成孔径雷达(Synthetic aperture radar,SAR)图像舰船目标识别问题,提出一种基于多特征联合稀疏表示的方法。分别采用几何尺寸特征矢量、主成分分析(Principal component analysis,PCA)和核主成分分析(Kernel PCA,KPCA)特征矢量描述SAR舰船目标的特性,基于以上特征,采用联合稀疏表示进行分类。根据散射特征的重构误差之和对测试样本的目标类别进行决策。实验中,采用RADARSAT-2 4类典型舰船目标的SAR图像进行性能测试。结果表明,此方法在标准操作条件下可以取得92.5%的平均识别率,高于现有的几类对比方法。另外,此方法在噪声干扰以及少量训练样本的条件下也能保持更强的稳健性,获得优于现有方法的性能。     

人工智能技术军民双向转化的内涵特征、主要障碍和政策建议

人工智能技术是引领经济社会发展的战略性前沿性技术。人工智能技术军民双向转化作为国家实施创新驱动发展战略的重要方式,具有很强的超前性、联动性和不确定性。但人工智能技术军民双向转化亟待系统布局,完善机制并统一标准。下一步要建立军地沟通常态化协调机制,促进人工智能技术成果转移转化,推进科技创新平台基地的统筹布局和开放共享。     

论先秦时期战争方式演变与兵学思想递嬗关系

由于生产力发展水平的差异以及社会意识形态的变迁,先秦时期的战争方式与兵学思想亦随之演变、递嬗,二者相互作用、彼此激荡。原始社会末期战争出现,兵学萌芽,早期防御观念产生;夏商时期随着国家与王权的出现,战争成为国家的重要职能,兵学思想亦随之形成,重视情报,强调战场纪律等在卜辞中已有反映;随着西周礼乐文明的兴盛,周礼笼罩着整个战争的过程,以"古司马兵法"为载体的军法和兵法是兵学发展的特色;春秋争霸时期,普遍兵役制出现,步兵崛起等一系列变革,与以尚诈、逐利、崇力为特征的《孙子兵法》的出现相同步;以争夺土地和人口为特征的战国兼并战争兴起,兵器愈加精良、郡县征兵制施行、四大兵种协同作战等是其战争形式的表现,政治伦理思想为本、兵书思想地域特征明显、兵书与诸子学术的融合均是战国兵学发展的重要特征。     

固体推进剂装药结构完整性分析的研究进展

装药结构完整性分析已成为制约固体火箭发动机研制水平的瓶颈问题之一,基于粘弹性力学理论,综述归纳了固体推进剂装药结构完整性分析的研究现状,重点介绍了药形结构、材料性能、载荷形式和老化贮存4个因素对推进剂结构完整性的影响,分别指出各个因素在固体推进剂结构完整性研究中取得的成就、存在的问题以及未来的发展方向,以期为后续药柱及...     

走近“智能化”作战

信息化带来了武器装备的智能化,智能化武器和智能化作战方式的发展正在极大地改变着军事活动内容.本文从智能化作战的产生背景、特征及对战争的主要影响进行了论述.     

14世纪英格兰军事变革述评

西欧的封建主义在14世纪走向了衰落,以封土制为基础、封君封臣关系为纽带、重装骑兵为典型特征的封建军事体制,遭到欧洲步兵革命的猛烈冲击,中世纪的封建战争样式首先在英法百年战争(1337～1453年)的战场上"失灵".     

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。     

基于CNN的枪械关重件复杂加工特征识别

加工特征识别是CAD、CAPP以及CAM之间的智能化接口,对实现CAD、CAPP、CAM集成具有重要意义。原有的加工特征识别技术局限于对零件三维拓扑结构的属性邻接图进行操作,对于一些复杂加工特征识别准确率低、效率低。针对此问题,提出一种基于卷积神经网络(CNN)的复杂加工特征识别方法。对枪械关重件的结构特点和机加工艺过程进行分析并分类,采用复杂加工特征多角度捕捉图像法创建复杂加工特征数据集,通过复杂加工特征卷积神经网络模型训练数据集,并利用复杂加工特征分类器进行分类,输出复杂加工特征结果。结合UG平台以枪械某关重件为例验证了复杂加工特征识别过程。