无人机多模态融合的城市目标检测算法

城市低空运用小型无人机检测车辆等城市目标正逐渐成为主流手段。针对目前存在的实际场景中可见光探测易受光照影响、无法夜间工作和红外探测目标边缘模糊,导致单模检测网络检测精度低的问题,提出了一种基于图像融合和深度学习网络的无人机多模态融合的城市目标检测算法：首先,基于DUT-VTUAV可见光-红外配准数据集和TIF图像融合算法,构建多模态融合数据集;其次,对比了现有YOLO(You Only Look Once)检测系列网络的检测精度、速度及参数量等性能参数,选择出最适合无人机端移动部署的轻量化网络YOLO v5n;最后,综合运用图像融合算法和目标检测模型,形成多模态融合检测算法。在车辆数据集上进行的对比实验表明：相对单模检测,所提出的算法的检测精度得到有效提升,mAP高达99.6%,且该算法可在0.3 s内完成一组可见光-红外图像的融合检测,具有较高的实时性。     

2023年深度学习技术主要发展动向分析

深度学习已成为人工智能领域的研究热点和主流发展方向之一,为诸多重要应用领域带来了革命性的进步。对2023年深度学习技术热门领域的主要发展动向进行了综合评述。首先介绍了深度学习技术发展现状,其次探讨了深度学习技术的军事应用任务和挑战,最后盘点了深度学习技术的未来重点发展方向。综述表明,大语言模型是深度学习领域在2023年最突出的亮点,世界模型框架下的自监督学习技术、强化学习框架下的人工智能智能体技术等也呈现加速发展态势;环境恶劣与强干扰复杂条件下的高鲁棒性深度学习、面向实时流数据高效处理与内在逻辑关联的深度学习、面向多变作战场景自主决策与快速决策的深度学习、面向跨域数据协同感知与协同推理的深度学习等,是深度学习技术未来重要的发展方向。     

2022年深度学习技术主要发展动向分析

深度学习正逐渐成为新一代人工智能最核心的技术之一。对2022年深度学习热门领域的主要发展动向进行了综合评述。首先,介绍小数据小样本深度学习研究领域的最新进展;其次,探讨量子计算与深度学习的融合路径;然后,概述强化学习对通用智能的推动作用;最后,盘点深度学习在多模态学习方向的进展。综述表明,面向小数据、小样本的深度学习技术正在引领深度学习向自监督方向不断迈进,深度学习与其他先进计算范式（例如量子计算等）深入融合趋势愈发明显,强化学习在一定程度上具备解决复杂问题的通用智能,多模态深度学习技术已迎来关键性突破。     

复杂海战场环境下AUV全局路径规划方法

针对无人自主水下航行器(Autonomous Underwater Vehicle,AUV)在复杂海战场环境中路径规划时环境模型复杂、约束条件多的情况,建立了包括战场地形、敌方威胁、障碍物和海流场等在内的比较完善的海战场环境模型.以AUV航行时间、威胁时间最短为优化目标,给出了一种基于振荡型入侵野草优化(Invasiv...     

防地雷反伏击车设计浅谈

本文介绍了防地雷反伏击车的设计要点。这种防地雷反伏击车是一种能够为士兵提供抵御地雷、简易爆炸装置和其他枪弹威胁的改进防护的战斗用车。涉及防地雷装甲车辆的总体设计、防护技术和人机环境等多要素综合的工程技术,是一种功能综合、系统集成的满足战场指挥、人员输送、战术侦察、物资运输和战地救护等功能拓展的防地雷反伏击系列车辆基型车。     

航天装备备件配置现状SWOT分析及对策研究

全面分析航天装备备件配置现状,把握备件配置优化的主要方向,形成推动备件配置水平快速提升的关键策略,是提高航天装备备件保障科学性和高效性的重要基础。本文通过SWOT分析法对航天装备备件配置现状的优势、劣势、机遇和威胁进行了系统剖析,并在此基础上构建SWOT分析矩阵,进而基于矩阵因素的不同组合形式,研究形成改进航天装备备件配置现状、提高备件配置科学性的四种关键策略,即抓住机遇、发挥优势的S-O策略,利用机遇、克服不足的W-O策略,利用优势、应对威胁的S-T策略和弥补不足、应对威胁的W-T策略,提出当前应重点解决备件需求提报精度、库存配置科学性和协调激励机制三个现实问题,为开展航天装备备件配置问题深入研究明确了重点、确定了方向。     

发扬斗争精神推进党内政治文化建设

发扬斗争精神是习近平总书记反复强调的一个重要方法论,他指出:"我们在工作中遇到的斗争是多方面的,改革发展稳定、内政外交国防、治党治国治军都需要发扬斗争精神、提高斗争本领。"加强党内政治文化建设,是深入推进全面从严治党的重大战略部署,必须发扬斗争精神、提高斗争本领,坚持在斗争中固本培元、在斗争中抵御侵蚀、在斗争中解决问题,不断营造风清气正的政治生态,以党内政治文化建设强党兴党,推进实现思想建党、制度治党、文化强党的有机统一。     

美国陆军官方网站多模态话语分析与军队形象建构

本文以Kress、Van Leeuwen和 Painter等学者的视觉语法理论为基础,从再现意义、互动意义和构图意义三个方面对美国陆军官方网站“相册”栏目进行多模态话语分析,挖掘网页的符号资源,探寻多模态语篇生成意义、传递信息和构建形象的具体机制。在此基础上,借助Halliday、Hasan、Bateman和Bhatia等学者的多模态语类分析理论,探究模态间的互动关系,分析网页的整体设计、语类特点和宣传手段等。研究发现,该网站通过象征意义、情感互动和显著性差异等手段,影响读者对美军的认知,引导读者对美军产生积极联想,从而回避现实问题,为美军塑造正面形象。在深入发掘网页的交际目的、结构潜势和互动机制的基础上,搭建多模态语类分析框架,揭示军事网站设计和社会文化背景的复杂关系,助力军队形象建设。