国防动员大数据应用前景与对策

大数据时代,国防动员领域将发生崭新的变化.在动员资源表现形式上,由数字化升级为大数据化;在动员数据管理模式上,由"分散垂管"变为"组合增效";在动员计划决策功能上,由主观动员变为智慧动员.大数据对于国防动员领域的影响是革命性的,国防动员领域需要主动、积极地迎接大数据时代,包括树立大数据理念、抓好大数据项目研发与应用、加强大数据人才队伍建设、完善与大数据相适应的法规标准.     

一种基于数据分析技术的战争制胜机理的探索方法

本文构建面向战争分析的数据体系,建立了机理分析模型库;提出了战争制胜机理分析流程,一是基于具体问题提取所需数据,二是利用模型进行数据分析得出影响战争结局关键因素或敏感要素,三是综合分析相关要素或因素获得结论。     

关联数据及其在国际军事情报工作中的应用

关联数据是语义网的最佳实践,其国际最典型应用体现于军事情报工作中。在阐述关联数据的概念及其"数据"与"语义关联"的本质特征的此基础上,分析了关联数据在情报工作全流程中的具体应用,包括:情报收集的多源异构情报融合共享获取能力、情报分析的智能化关联综合能力、情报发布的开放与知识链接导航能力及情报组织利用的语义结构化与高效检索能力等,并进而提出了我国我军实现关联数据的策略。     

大数据视野下微博涉军舆情引导策略

微博作为大数据时代具有代表性的社交媒体平台每时每刻都产生海量多样的媒体信息,各种涉军舆情信息混杂其中。微博数据的这种大数据特性对涉军舆情监测、识别、引导和管控带来了前所未有的新挑战。研究大数据背景下微博涉军舆情的特点规律和引导策略,对涉军舆情的管控有积极的理论和现实指导意义。     

基于数据增广的声学场景分类

声学场景分类是计算机听觉领域的热点方向之一,相比计算机视觉,特定场景下音频数据的收集和标注成本相对较高,如何利用有限的声学场景音频获得较高的分类准确率成为当前研究的重点内容.利用深度学习技术,结合轻量化网络模型mobilenetv2以及Mel声谱特征,基于城市场景分类数据集(urbansound8k)对三种数据增广技术...     

大整数乘除运算在PC机上的实现

大整数在要求高精度的应用中非常有用.特别是大质数和一般大整数有一个极为重要的应用,就是关于计算机数据加密.在计算机数据加密技术中,常会遇到大整数的算术运算问题.由于所使用的机器和所用语言的限制,大整数的"乘""模"两种运算很难运用高级语言中的"乘""除"运算.提出了一种逐位存储、按字节运算的方法,并用C 实现了大整数的十进制乘除法运算,之后将提出的算法与类似算法的时间复杂度进行了比较,最后给出了算法的运行时间.     

近程防空武器网络化跟踪系统

研究多探测器航迹滤波与互联新技术与新方法,把数据融合的基本理论和计算机网络技术应用于近程防空武器的跟踪系统中,得到了近程防空武器网络化跟踪系统的框架.应用数据融合和计算机网络技术可以提高近程防空武器的使用效率.     

D-S证据理论应用中的一种验证方法

D-S证据理论是一种比概率论确定性弱的不确定性理论,它能将"不知道"和"不确定"两个认知学上的主要概念区别开来,在多传感器数据融合中具有广泛的应用前景.D-S证据理论在实际应用中却存在一个困难,当目标的个数较多时,需要计算的项数太多,容易造成漏项,引起计算错误.提出了一种确定计算项数的算法,作为验证计算结果的必要条件,并通过图解的方法找出需要计算的项.     

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。     

军队医院会计数据解析

医院会计是医院的经济信息源,医院会计信息的准确性和及时性直接影响着卫生经济管理决策的科学性。正确理解和把握医院会计信息的经济内涵,是有效利用会计信息的前提和基础。