基于多尺度特征聚类算法的不确定目标检测

提出一种基于无样本的SAR图像目标检测分类方法。针对空战过程中难以获得大量SAR图像目标样本问题,采用基于全局CFAR的多尺度SIFT特征进行目标纹理描述,并针对特征维度较高及特征描述之间存在的冗余问题,通过PCA算法对其进行降维处理后,采用DBSCAN算法对潜在目标区域的多尺度SIFT特征进行分类实现目标检测。通过单一目标和多类目标图像进行实验验证,实验结果表明该方法具有一定的有效性和可行性。     

基于线性预测的雷达航迹压缩算法

雷达通信手段遭到破坏时,目标航迹数据无法传输,可以采用北斗短报文进行应急传输。针对北斗短报文通信容量有限的问题,提出一种基于线性预测的雷达航迹压缩算法。采用线性预测的方法将雷达获取的目标航迹进行分段直线拟合确定航迹的特征点,用特征点代替航迹进行传输实现对航迹的压缩。仿真结果表明:该算法具有非常好的航迹压缩效果。     

基于卷积神经网络的空中目标粗分类研究

空中目标的准确分类与识别是防空作战的关键环节。将卷积神经网络应用到空中目标粗分类任务。实验基于Alex Net卷积神经网络模型,并利用建立的小规模数据集进行微调训练,从而提取目标特征并进行分类识别。再和利用HOG特征的分类方法进行对比实验,发现前者具有较大准确率的提升。得出利用卷积神经网络提取的特征具有更强大的表示目标的能力,为进一步实现跟踪空中目标打下实践基础。     

基于椭圆滤波和RAT/FRT的雷达信号调制样式识别

雷达信号波形的调制样式识别方法是电子情报侦察领域的重要研究内容。针对线性调频(LFM)、二进制频移键控(BFSK)、相位调制(包括高阶巴克码(HOB)、弗兰克码(Frank)、P1、P2、P3、P4码)等多种脉内调制样式的雷达信号,提出一种基于模糊域椭圆高斯滤波预处理的波形增强表示方法,并结合拉东-模糊变换(RAT)和分数傅里叶变换(FRT)算法实现脉内调制类型的自动识别。仿真结果表明,该方法结构简单,易于工程实现,并具备较高的分类准确率和低信噪比下良好的鲁棒性。     

基于深度森林的网络流量分类方法

随着网络应用的迅猛发展,流量分类在网络资源分配、流量调度和网络安全等诸多研究领域受到广泛关注。现有的机器学习流量分类方法对流量数据特征的选取和分布要求苛刻,导致在实际应用中的复杂流量场景下分类精确度和稳定度难以提高。为了解决样本特征属性的复杂性给分类性能带来的不利影响,引入了基于深度森林的流量分类方法。该算法通过级联森林和多粒度扫描机制,能够在样本数量规模和特征属性选取规模有限的情况下,有效地提高流量整体分类性能。通过网络流量公开数据集Moore对支持向量机、随机森林和深度森林机器学习算法进行训练和测试,结果表明基于深度森林的网络流量分类器的分类准确率能够达到96. 36%,性能优于其他机器学习模型。     

基于剪枝加权k-NN算法的雷达电磁行为识别

为了更好地实施电子干扰和欺骗,针对目标雷达电磁行为识别问题,提出了一种新的算法。首先,给出了雷达电磁行为的形式化表述,并在此基础上将各项属性参数进行预处理;然后,通过改进的k-最近邻分类算法(k-nearest-neighbor classifier,k-NN)对数据进行处理,从而对未知的雷达电磁行为进行识别。实验结果表明:改进的算法引入剪枝加权策略可加强其分类识别能力,在分类准确率和时间效率上较原算法有一定的改善,对于雷达电磁行为的识别是有效可行的。     

构建国防动员特色知事识人考评体系

坚决贯彻上级关于建立日常考核、分类考核、近距离考核的知事识人体系指示要求,探索创新类比量化打分考核办法,努力构建具有国防动员特色的知事识人体系。一季度完成军分区师级领导、机关处长,人武部主官、副职的考核工作……记者了解到,“类比量化”是山西省军区新年度工作筹划中的一大亮点。     

重在“应用”——资源卫星数据在贵州应用取得成效

2001年12月,中国资源卫星应用中心(以下简称“中心”)与贵州省科技厅签署了合作协议。按照协议,资源卫星数据将在贵州经济建设和社会发展的各个领域广泛应用。这是中心加速航天高科技成果转化,参与西部大开发的重点项目之一。 2002年,双方加快合作步伐,为加强资源卫星数据在贵州应用项目的领导,成立了领导小组,制定了《中巴地球资源卫星(CBERS)数据在贵州的应用实施规划》。规划提出,首批启动贵阳市森林资源调查与监测项目。     

行政诉讼类型化探析

行政诉讼的类型化,直接关系到对行政诉讼原告诉权保护的广度和深度。我国没有确立行政诉讼类型,忽略了行政诉讼类型与行政诉讼判决之间的区别。针对我国行政诉讼类型的种类缺乏且范围狭窄的现状及弊端,借鉴国外行政诉讼类型法定化和分类标准及结合我国国情,构建我国行政诉讼类型为撤销之诉、确认之诉、给付诉讼、公益诉讼、机关诉讼和当事人诉讼。