基于小样本数据的作战计划生成方法

针对部队实兵对抗实验数据生成和采集的投入高、难度大的实际,提出基于小样本数据生成作战计划的方法：首先,采用偏最小二乘回归分析法建立作战因素与作战结果间的多元非线性模型;其次,采用改进的遗传算法,在MATLAB平台编程实现了对模型的整数规划求解,并通过实例验证算法的有效性;最后,利用作战因素的重要性排序分析作战计划的调整流程。     

“支部生活”栏目办得好

我是《当代兵团》的忠实读者,她伴随着我度过了6个年头。每一期到手,我都爱不释手,细细浏览。每每读完,总感觉一股清风扑面而来,回味无穷。我特别喜欢"支部生活"这个精致的小栏目。在字里行间,我可以体会这个栏目编辑的良     

解读军民融合发展的“浦东样本”

今天的上海浦东,已经是一颗名副其实的东方明珠。     

铁钉的“小”与“大”

当日本舰队在对马海峡杀得俄国舰队几乎全军覆没的时候,指挥官东乡平八郎被问及“此时此刻你最想感谢谁”,东乡沉默片刻后回答道：“我最感谢的人是小栗忠顺,若不是他当年大力发展海军,建造横须贺造船所,就没有今天的胜利。”     

党旗在冰雪中高高飘扬——中国兵器江麓集团吹响扫冰除雪集结号

冬奥的小雪花还未散去,22日一场暴雪席卷湘潭,湘潭市人民政府启动了低温雨雪冰冻灾害Ⅲ级应急响应。中国兵器江麓集团党委吹响了扫冰除雪的集结号,广大党员、入党积极分子、共青团员、群众迎雪而战,党旗在冰雪映衬下更加鲜艳。大家凝心聚力,用火热的斗志和辛勤的汗水消融冰雪,守护着公司的安全通行路.     

衰减荷载作用下饱和软土的固结分析

研究了衰减荷栽作用下软土一维固结问题,建立了小变形固结模型,探讨了荷载衰减规律,分别求解了相应的小变形和大变形固结边值问题;通过理论解答与6块场地实测沉降的比较,表明用考虑荷载衰减的大变形固结理论计算软土一维固结的沉降值与实测结果接近。     

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。     

基于多分支注意力改进的YOLOv5无人艇目标检测方法

针对水面无人艇目标检测类别多、尺寸小、形变大等难题,提出了基于多分支注意力改进的YOLOv5检测算法。首先提出了一种SAv2Attention模块,通过对通道的“复制-转换-合并”等处理,实现卷积层通道间与通道内特征融合,提升网络的局部感受野,然后将其嵌入到YOLOv5网络,最后在构建的真实海试数据集上进行了大量对比实验。结果表明,SAv2Attention可有效提升YOLOv5的检测精度,典型海面目标数据集上,mAP@0.5检测精度达到94.6%,mAP@0.5:0.95检测精度达到60.9%,相较于原生算法分别提高1.4%和3%,对小尺寸目标平均检测率APS提升4.3%,证明所提方法能有效提升无人艇对水面小目标的检测能力。     

基于分类算法的装备健康度评估方法

装备健康度的准确评估是装备作战训练工作开展和维修保障对策实施的基础,针对传统装备健康状况难以科学评估的问题,提出了综合考虑装备寿命、使用维修情况、装备及其子系统健康状况的装备健康度评价模型,结合装备健康度分类多和样本数据不平衡的特点,采用7种分类算法和10种样本均衡方法对装备健康度进行评估。实验表明,综合运用Near-Miss、SMOTEENN、SMOTE Tomek采样方法和DT、GBDT、RF分类算法,可以有效提高装备健康度分类和指标水平,为装备健康状况的合理评估提供了有效方法。     

基于小波分析的子带特征提取与选择方法

在研究了目标图像多尺度小波分解特性的基础上,提出了基于小波多尺度分解子带主成分的特征提取的算法。该算法利用图像在不同尺度的小波变换域中能量局部集中性,选择各子带能量较集中的局部小波系数构成图像目标特征向量。这种特征包含图像目标的主要边缘、纹理、灰度、结构等多种信息。由于对图像目标的特征信息的分布没有任何限制,因而适用于多种类型的图像的特征提取,可以解决单一特征提取方法中必须面对的所提取特征不明显的难点。这种特征向量对噪声有较好的鲁棒性。