基于深度学习的枪声联合识别定位

针对现有枪声识别与定位任务中,识别与定位需分别进行,造成计算耗时、系统冗余、开发流程复杂等问题,提出使用一个Two Stage CRNN深度学习网络模型处理枪声识别与定位任务。首先,对采集到的枪声信号进行对数梅尔变换并计算广义相变互相关谱作为网络模型输入;其次,第一阶段通过CRNN网络对枪声信号进行识别;最后,第二阶段通过引入掩码实现判断是否将CRNN网络权重共享实现定位。相关实验表明,此方法能有效解决传统方法中识别与定位任务分别实现、系统冗余、开发流程复杂的问题,在实现联合识别定位中具有一定的应用价值。     

基于ResMLP模型的遥感影像场景分类算法式实现

基于深度学习的遥感影像场景分类研究进展迅速,但是大多数方案下的算法需要消耗大量的计算机资源,难以直接部署在嵌入式系统上,无法为潜在的卫星在轨任务提供支持。针对这一问题,研究了一种基于ResMLP模型的遥感影像场景分类算法,并根据嵌入式系统的特点对算法进行了优化,完成了模型的嵌入式实现,实验结果表明,该算法在嵌入式系统中仅需要18.4M的params对遥感影像分类的TOP-1准确率就达到了85.9%,兼具准确性和简洁性。     

基于深度迁移学习的低分辨雷达目标识别方法

针对低分辨雷达人工目标识别效率较低的问题,提出了基于深度迁移学习的雷达自动目标识别方法。该方法利用雷达回波序列轮廓像构建空中目标数据集,使用深度卷积神经网络自动提取回波数据中的深层特征,并对雷达目标进行分类识别。为了解决深度学习对样本量的巨大需求,在分类模型训练时,引入迁移学习思想,将经ImageNet数据集预训练过的初始网络模型迁移到雷达目标识别任务中,再通过空中目标数据集对模型参数进行微调,实现小样本条件下对空中目标的粗分类。实测数据的结果表明：所提方法能够在小样本条件下较为准确地对空中目标的大小和架次进行分类识别,具有良好的识别性能。     

全球先进潜艇热点追踪

迄今为止,世界上拥有常规潜艇的国家和地区已经超过40个,并且今后将会进一步增加。随着各种新技术的成熟和应用,潜艇在以下4个方面将获得明显的发展：第一,大量装备AIP系统,使潜航时闻大大延长,提高隐身性、生存力和整体作战能力;第二,大幅度减小噪声,增加潜艇的下潜深度,提高潜艇的隐身性;第三,除装备先进的鱼雷、反舰和反潜导弹外,还将安装防空武器系统;第四,配备先进的电子设备和作战指挥系统,进一步提高自动化水平,改善艇员居住条件,提高潜艇的可靠性和安全性。不过,随着新概念潜艇的不断推出,以及新概念潜艇技术研究的不断深入,未来常规潜艇在艇型、结构等方面可能会出现比较大的变化,以更好的适合未来的作战需求。     

充分发挥学生军训在推进国防后备力量建设中的作用

实践证明,学生军训作为军地共同担负的任务,在推进国防后备力量建设中发挥着越来越大的作用。当前,学生军训工作应主动适应形势,充分挖掘潜能,积极拓展功能作用,为促进军地交流、     

创新大学生军训工作的有效途径—把大学生军训与“三生”教育有机结合起来

大学校园近年开展的“三生教育”,是指生命教育、生存教育和生活教育。它是依据《中共中央国务院关于进一步加强和改进大学生思想政治教育的意见》和教育部《关于实施“大学生素质拓展计划”的意见》要求,针对80后、90后高校大学生中出现的漠视个体生命、缺乏生存能力、不会独立生活等现象,所进行的集思想灌输、心理疏导、行为养成于一体的综合性素质教育。     

基于冗余管理的水下航行器深度容错控制方法

随着海洋开发的日益增加,水下航行器的研究也进入了快速发展阶段,如何保证航行器在水下恶劣环境中可靠工作成为急待解决的问题,尤其对于超远航程和超长航时的航行器,其航行过程中难免会发生意外错误,因此在保证性能的同时,如何提高水下航行器的容错能力成为近年来研究的一个热点问题.提出了一种基于冗余管理(Redundancy Management)理论的水下航行器容错控制方案,方案有效利用了航行器中各传感器的冗余性,减少了硬件设备的增加,降低了成本,并利用有限元状态机方法进行了Matlab程序仿真,结果表明,整个方案设计合理,容错控制律真正达到了"容错控制"的目的.     

思想政治教育要把握好“四度”

随着社会文明的不断进步,官兵素质的不断提高,接受能力的不断增强,官兵主体意识日益增强。思想政治教育必须着眼特点,务求实效,在“高度”、“深度”、“力度”和“温度”上下功夫。