LiDAR点云纹理特征提取方法

针对图像纹理应用于LiDAR点云分类过程中存在的多义性问题,提出点云纹理特征的概念。该特征属性反映了点与其邻域点的属性值分布情况,提取过程基于KD树数据检索结构和灰度共生矩阵算法。分析搜索邻域、移动步长和灰度等级等参数对点云纹理特征的影响,并利用支持向量机分类方法验证点云纹理特征,可以有效地辅助高程和强度信息以改善LiDAR点云的地物分类结果。实验还证明了相比于栅格格式的图像纹理特征,点云纹理特征约束的地物分类具有更高的分类精度,并且点云纹理特征在微小地物的甄别和水陆的区分方面具有突出的能力。该特征的这些优秀特性可以为海岸带机载LiDAR数据的精细化分类、海岸带高精度DEM构建和海岸线提取等工作发挥重要作用。     

下一场军事变革

当前,新一轮科技和产业革命正在孕育兴起,预计将于未来20~30年甚至更短的时间内引发下一场军事变革。这场军事变革将以新质机械化与新质信息化的深度融合为主题,以重塑军事体系为目标,作为一场以跃变为主的革命性军事变革,将对军事领域产生全方位影响,并促使"云战争"这一信息化战争高级形态走上历史舞台。应将下一场军事变革纳入军队改革的远景视野前瞻布局,为夺得战略主动、实现军事赶超、引领世界军事文明发展和支撑民族伟大复兴创造条件。     

网络空间"云作战"模型及仿真分析研究

网络空间"云作战"是指运用"云作战"相关理论和战法思想,充分利用网络空间中各种分散的作战实体及作战资源,对作战目标展开攻击或防御的作战行为.重点以网络空间"云作战"的攻击行动为切入点,利用复杂网络理论,从理论模型、环境模型、结构模型及作战指标模型四个方面对网络空间"云作战"进行了建模研究,并基于模型给出仿真分析结果,为网络空间"云作战"的有效实施提供参考.     

基于复杂网络的“云作战”体系模型及仿真

根据现代作战循环理论,用复杂网络的方法把作战体系的各种作战单元抽象为节点,将节点之间相互关系抽象为节点间的边,制定作战体系模型的构建规则,分别构建传统作战体系模型和“云作战”体系模型,提出作战体系度量指标,并进行仿真分析,对比两种作战体系作战能力和抗毁能力。     

基于组合赋权-灰色云模型的雷达质量评估

为解决雷达系统结构复杂、技术密集,质量状况评估难、缺乏定量评价方法的问题,提出了一种基于组合赋权-灰色云模型的雷达质量评估方法。通过分析雷达系统功能特性,从性能指标、工作状态等5个方面构建了雷达系统评估指标体系。针对雷达指标因素多样、不易量化的问题,引入AHP-熵权法组合赋权的方法确定指标权重;将云模型理论与灰色理论相结合,构建灰色正态云评估模型,解决了评价信息的随机性、模糊性和灰色性问题。结合某火控雷达评估实例分析,结果符合实际情况,表明该方法有效可行,能够较为准确地评估雷达系统质量状况。     

指挥云脑研究

智能化是指挥信息系统未来发展的重要方向。从类脑系统设计角度,基于云计算设计了指挥云脑的技术架构,分别从虚拟神经元、虚拟神经纤维、虚拟感觉、虚拟视觉和听觉系统、虚拟运动系统、虚拟记忆系统、虚拟自主神经系统、虚拟中枢神经系统和虚拟末梢神经系统,对指挥云脑功能进行重点阐述,并基于"数据-知识-智慧"的分层体系描绘了指挥云脑信息运行机理,以期为指挥信息系统的智能化研究提供参考。     

基于云贝叶斯网络的毁伤效果评估方法

目标毁伤效果评估是为指挥员提供决策的量化的依据,是现代信息化战争中必不可少的一环。基于图像的毁伤评估技术更是现代信息化战争必不可少的评估手段,通过对毁伤图像进行特征量提取,基于贝叶斯网络的概率推理和云模型强大的知识表示,进行毁伤评估值和毁伤等级的计算。仿真结果表明,该方法充分考虑到了不确定信息的模糊性和随机性,具有有效性和可行性。     

新疆阿图什托云牧场边防民兵哨所 迎风冒雪走天山

风在呼啸,白雪皑皑。一大早,托云牧场边防民兵哨所哨长买买提吾肉孜•阿塞克带领哨兵到边境线巡逻。元旦、春节将至,哨所8名护边员一直坚守在岗位上,确保边境地区安宁稳定、确保边境群众欢度佳节。“边境安宁、边民安居是我们最大的心愿!”哨所全体护边员发出铮铮誓言。托云牧场边防民兵哨所地处天山西段南麓,是新疆生产建设兵团25个边境一线团场哨所之一。