基于随机网络的平均维修保障服务时间分析

利用随机网络建模方法在随机工程项目分析中的优越性,建立了不同保障方式下的维修保障过程模型。重点对网络活动中的维修等待时间和维修等待概率进行了分析,利用随机网络的解析算法,确定了维修力量的平均维修保障服务时间分析模型。最后将该方法应用于伴随修理过程,对其平均维修保障服务时间进行了案例分析。     

一种用于二进制检测传感器网络的目标跟踪协议

为了实现二进制检测传感器网络对目标的协作跟踪,提出了一种基于节点角色分配的目标跟踪协议.该协议设计了4种节点角色:普通节点、过渡节点、定位节点和协作节点,并对各节点角色的行为和节点角色的调整进行了规定,使得扮演不同角色的节点能够协调起来,形成一定的跟踪结构对目标进行协作定位.最后,采用OMNeT++模拟器对协议进行了仿...     

基于RoBERTa-Span-Attack的标签指针网络军事命名实体识别

军事领域文本中存在大量军事实体信息,准确识别这些信息是军事文本信息提取和构建军事知识图谱的基础性任务。首先,提出了一种基于RoBERTa预训练模型、跨度和对抗训练的标签指针网络的融合深度模型(RoBERTa-Span-Attack),用于中文军事命名实体识别;然后,采用了一种基于Span的标签指针网络,同时完成实体的起止位置和类别的识别任务;最后,在模型训练过程中加入对抗训练策略,通过添加一些扰动来生成对抗样本进行训练。在军事领域数据集上的实验结果表明：所提出的军事领域命名实体识别模型相较于BERT-CRF、BERT-Softmax和BERT-Span,在识别准确度上具有更优的效果。     

融合视觉图像处理的目标识别技术在移动机器人中的应用

为了提升移动机器人的运动人体识别效果,研究利用Faster-RCNN-KF对动态人体图像进行实时跟踪,并结合Facenet-MTCNN实现跟踪对象人脸识别。运动人体跟踪检测实验和人脸识别测试结果显示,Faster-RCNN-KF算法跟踪误差仅为0.000 5 m,且跟踪响应速度和误差更正速度较快;Facenet-MTCNN目标识别算法在训练中的分类精度最高能够达到99.15%,分类中的时间延迟为0.01 s,能够有效识别跟踪对象的身份信息。研究结果表明,视觉图像处理技术能够实现人体的有效跟踪检测,并能对不同身份的跟踪对象进行人脸识别,对移动机器人跟踪与识别技术发展具有重要价值。     

生成式对抗网络在SAR图像处理中的应用综述

合成孔径雷达自动目标识别技术是SAR图像处理领域的研究热点,但数据样本不足的情况导致SAR-ATR应用研究受到局限。传统扩充SAR数据集的图像仿真技术模型复杂、计算量大,生成图像不够逼真。生成式对抗网络GAN不需要目标先验信息,可以直接从真实图像数据中生成逼真的图像,具有低损耗和端到端的优点,因此相较于传统方法其更适用于小样本SAR数据高质量扩充。围绕GANs在SAR图像处理中的研究应用展开叙述,介绍了获取目标SAR图像的方法,包括传统的仿真技术和基于深度学习的GANs技术;从目标图像和场景图像等2个方面介绍了GANs训练的常用SAR数据集;针对不同数据集的应用场景,重点介绍了GANs网络在目标SAR图像生成、SAR超分辨率重建、SAR和光学影像融合等3个方面的最新研究进展;最后,结合深度学习和SAR目标特性,给出了GANs网络在SAR图像应用方面的后续发展建议。     

网络中心联合潜艇与远程导弹突袭航母战法

运用潜艇和远程导弹联合作战形成的信息与火力联合打击优势来开发突袭航母战斗群的战法是联合作战研究中尚未解决的关键问题之一,根据信息作战、网络中心战和海上游击战原理,分别利用潜艇获取目标位置信息优势和远程导弹对目标打击火力优势,通过海上游击战战法,运用在以卫星为平台的网络中心环境中形成的信息与火力联合打击能力,实施对航母战斗群的突袭,对一个典型实例的初步试验及分析结果表明:与潜艇侦察目标能力有关的正确发现目标概率和评估远程导弹打击目标效果概率以及与远程导弹打击能力有关的命中目标概率对信息与火力联合打击能力的影响分别为20.79%、22.57%和20.20%%,是成功突袭航母战斗群的最重要的因素,而网络中心联合潜艇与远程导弹突袭航母则是充分发挥潜艇和远程导弹综合优势的科学战法。     

建设可视化高清消防应急网络指挥系统可行性分析

针对年初特大冰冻和“汶川”特大地震两次灾害的情况,结合消防指挥系统建设,对建设可视化高清消防网络指挥系统可行性进行分析。     

基于贝叶斯网络的空中目标作战企图识别研究

研究探讨了空中目标作战企图的识别问题.提出了基于贝叶斯网络和模糊逻辑相结合的空中目标作战企图识别方法,通过专家知识建立网络模型的结构,运用案例库分析来训练网络模型的边缘概率和条件概率参数,并用简单的示例推理验证了模型的有效性,该模型可以在有证据缺失的情况下进行推理.