“十字军战士“火炮系统的训练——21世纪部队的火力

文章介绍了美陆军计划于２１世纪初装备部队的“十字军战士”火炮系统的训练装置,并引载了一个教练的例子。     

关于射击教学的几点认识

射击是一门科学性、技术性、实践操作性很强的学科.射击训练是武警院校军事教学的重要组成部分,是培养提高学员组织指挥能力和作战能力的重要手段.由于在教学活动中,我们往往偏重于学员基本技能的掌握,只求“打得准”,忽视或轻视理论和应用上的研究与探讨,目前,教学内容和手段仍在低层次上运作.学员学习缺乏积极性,教员教学缺乏创新性,同射击教学应有的地位和预期的目标很不一致.因此,进行射击教学改革,已成为当前教学中的紧迫问题.下面笔者就此谈几点认识.     

运用虚拟环境进行潜艇总值班军官训练——训练系统能力评估

近年来,虚拟现实(VR),常常又叫做虚拟环境(VE),受到了训练开发者们相当大的关注.训练开发者们开始认识到VR作为一种灵活有效的训练媒介所具有的潜力.验证VR系统有效性的首选方法就是水面航行潜艇甲板军官(OOD)的操艇训练.潜艇OOD操艇训练虚拟环境(VESUB)项目研究、演示和评价基于虚拟现实的OOD训练系统的训练潜力.本文叙述VESUB技术演示的训练有效性评估(TEE)中,VESUB训练仪提供的训练的有效性.按被分为7个技能类别的15个操艇变量搜集数据.结果清晰表明,VESUB系统有足够的能力为潜艇操艇知之甚少的新兵提供训练,也能为有经验的合格OOD提供进修训练.对15个性能指标中的11个,演示了有意义的学习过程.TEE的结果雄辩地表明,VR技术能够为不同经验的人员提供操艇技能的有效训练.     

当前沿海民兵哨所建设存在的问题及对策

沿海民兵哨所是保卫海防安全的重要环节。随着新时期军事斗争准备的深入进行,军地各级领导越来越重视沿海民兵哨所建设,各项基础设施建设日趋完善,做到了有观察室、值班室、办公室、武器室、活动室和路通、水通、电通、电话通、电台通、联动通,战备执勤、军事训练、日常生活和奖惩制度等逐步健全,岗位津贴和生活设施基本有了保障。但目前民兵哨所建设也存在着一些问题,     

某型炮射导弹“瞄准-击发-跟踪-命中”系统设计与实现

针对某型炮射导弹射击训练问题,采用三维建模技术、三维控件技术以及状态机结构、事件结构、循环结构等节点函数,研发了基于SolidWorks和LabVIEW的某型炮射导弹“瞄准-击发-跟踪-命中”虚拟训练系统。该系统通过各节点函数实现了各部件的约束连接,同时展示了射击的过程和制导原理,且可使受训者通过鼠标和键盘与虚拟环境中的对象进行交互作用、相互影响,并使其在视觉上真实体验战场环境、熟悉操作规程。     

军人心理疲劳的产生及预防

“一天没怎么训练就感觉好累”“我动不动就会走神发呆”“我不想动只想睡觉”“我感觉一天几乎没怎么做事”,这些都是军人心理疲劳的外在表现,看似习以为常,但不加以重视则会导致焦虑、无助情绪以及自卑、抑郁等心理的产生。一、军人心理疲劳产生过程不论是日常训练。     

让“中心环节”与“中心工作”深度相融

<正>某单位党委议教会上提出：“一定要让‘中心环节’与‘中心工作’深度相融,紧贴训练形势、训练进度、训练课目,搞好专题性、针对性、经常性教育,坚决防止教育与训练相脱节、‘两张皮’。”这段掷地有声的话,引人深思、发人深省。何为“中心环节”？何谓“中心工作”？思想政治教育是增强部队凝聚力向心力创造力战斗力,团结动员官兵投身强军实践、履行新时代军队使命任务的中心环节。军事训练是部队经常性中心工作,是生成和提高战斗力的基本途径,是最直接的军事斗争准备。     

一种巡逻执勤目标检测算法研究

巡逻执勤是具有重要意义的安全维稳行动,但是巡逻环境复杂、目标多样、检测难度大的问题十分突出,所以如何准确、实时检测巡逻执勤目标具有重大现实意义。为了提升对巡逻执勤目标检测的准确性和实时性,基于YOLOv5算法进行改进。为抑制巡逻环境带来的干扰,结合ECANet注意力机制进行改进,提高被检测目标显著性;同时为保证较好的实时性及多尺度目标检测能力,引入BiFPN网络结构。将改进算法与原始算法进行比较,mAP提升3.51%;与4种算法进行了对比实验,结果显示该算法能较好地降低巡逻执勤目标检测因检测相似、尺度多样、光照干扰等问题带来的影响,进一步验证了该算法在巡逻执勤目标检测任务中的有效性。     

某雷达装备虚拟训练系统实现技术

从实际装备的特点出发,确定了虚拟训练系统的分布式实现模式.以该实现模式为基础,对系统软件结构框架、基于HLA/RTI的分布交互以及虚拟装备的人机交互等关键技术的实现进行了讨论,解决了雷达装备虚拟训练系统的系统集成环境构成、各仿真节点间的分布交互以及人机交互等问题,最后在虚拟训练系统上实现了雷达装备的开关机、跟踪以及故障维修等不同训练功能.     

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。