基于视觉的飞行器智能目标检测对抗攻击技术

随着人工智能技术和计算机视觉技术的快速发展,利用智能目标检测技术识别空中出现的侦察机、无人机等飞行器目标已经成为了一种常见的军事防御手段.针对从数字图像层面对基于深度学习网络的目标检测模型进行混淆、欺骗,并在未来将数字攻击结果实物化的可行性问题,提出了一种基于视觉的限定攻击区域的飞行器目标检测对抗攻击方法.利用飞行器数...     

柔性网空中联合组网参数配置优化算法

针对联合组网拦截无人机过程中,柔性网短时高动态非线性特性,建立柔性网力学模型与空中展开动力学模型.结合柔性网拦截目标过程中需要考虑的约束条件,提出评价联合组网捕获方法性能的评估指标,基于分解的多目标优化算法对多网联合组合发射参数进行优化设计.通过仿真试验获取了约束条件下两网联合组合发射、三网联合组合发射、四网联合组合发...     

一种自适应变结构交互式多模型算法

针对机动目标跟踪问题,提出了一种自适应变结构交互式多模型算法。对滤波问题进行了简单描述,并给出了交互式多模型算法的数学模型;建立了一种新的变结构交互式多模型算法的精确模型,模型子集之间并行独立运行,通过选取概率最高的模型子集的状态估计作为最终的估计结果;在变结构交互式多模型算法基础上进一步设计了自适应变结构交互式多模型算法,该方法提高了模型子集和目标实际机动模式的匹配程度,从而提高了目标跟踪精度。仿真结果表明,自适应变结构交互式多模型算法的跟踪效果优于其他方法。     

基于可变卷积与迁移学习的小样本检测方法

针对主流方法对弱小目标识别效率低的问题,提出了一种基于可变卷积与迁移学习的小样本检测方法。基于可变卷积思想改进特征提取主干网络,实现在少量数据上达到和普通卷积在大量数据上相等的学习能力。设计一种Soft-NMS共同作用的方法降低多目标重叠容易出现的漏检问题。通过在公开数据集PASCAL VOC和实测弱小目标数据集上的实验表明,所提算法实现小样本条件下对实测弱小目标的检测与识别,且与原始方法相比性能有显著提高,在公开数据集上较原算法提高了5.5%,在实测数据集上较原算法提高了8.3%。     

基于ISM的战略级弹药订购因素分析

订购因素分析是实施战略级弹药订购亟需解决的关键性问题,为详细而准确地筹划、建设和运用弹药资源,实现合理的弹药储备规模、储备结构以进行精准弹药保障具备重大意义。在弹药订购目标分析的基础上,从顶层设计、需求来源、弹药后勤能力、生产能力储备、订购经济效益、弹药保障效能等6个方面出发,构建由16个因素组成的弹药订购决策影响因素体系,利用解释结构模型对影响因素进行分析,得到了战略任务、经费投入、储存能力、生产能力4个弹药订购关键影响因素,为战略级弹药订购工作改进提供基础。     

基于生成对抗网络的空中红外小目标仿真模型

空中红外小目标在目标检测、目标追踪等军事领域有较高的应用价值,但是其获取成本高昂。在WGAN模型中引入降噪算法改善生成图像质量,同时改进Wasserstein距离惩罚项,提出了一种基于生成对抗网络的空中红外小目标仿真模型（IST-WGAN）,在自建空中红外小目标数据集上训练模型,模型生成的红外图像通过主观判别、FID分值和小目标检测算法验证。结果表明,所提模型能够生成有效的红外小目标样本。     

机器视觉的战场适应性研究

为研究机器视觉的战场适应性,分析了战场环境中不确定性因素对军事目标机器视觉探测的影响.研究针对Faster R-CNN、YOLOv4和CenterNet 3种目标检测模型,利用样本数据充分训练,确保检测模型有足够高的检测效率.随后,在检测数据中引人不确定性因素,包括目标特性和背景的不确定性.分析表明:不确定性因素的引人...     

基于GA的卷积神经网络结构化剪枝算法

为解决传统神经网络模型过参数化问题,提高深度学习模型工程化实现的效率,提出了基于GA的结构化模型压缩算法.该方法从全局搜索空间对模型各层卷积核进行结构化剪枝,并以"高检测精度,低网络规模"为准则建立适应度函数,解决传统权重剪枝易陷入局部最优和剪枝结果对硬件平台不友好问题,获得精度损失低、模型压缩率高的轻量化模型结构.     

海权论的创始人——马汉

艾尔弗雷德·塞那·马汉(AlfredThaver Mahan,1840-1914)是美国历史上最著名和最有影响的海军理论家和历史学家,海军少将。他获得了英美等国的5个权威大学的博士学位,他的书成为惟一可遵循的海军经典。美国总统西奥多·罗斯福称他是“美国生活中最伟大、最有影响     

旧炮新弹未来战场显神威

高新尖端武器广泛用于战场的今天,追击炮作为传统的常规武器,不仅没有被时代所淘汰,而且还得到了广泛的发展,并在高技术局部战争战场上扮演了重要“角色”。如海湾战争,多国部队的炮兵利用迫击炮多