外军装备采购引入中介机构的经验启示

外军一直非常重视其武器装备采购引入中介机构工作的改革,构建军民融合面向市场的中介组织,通过发挥桥梁纽带作用,搭建军地交流平台,积极开展"民技军用",加快武器装备技术创新,形成了管理体制完善、中介服务范围广泛和军民深度融合等特点。军队装备采购工作引入中介机构目前处于尝试、探索起步阶段,取得了一些进展,但依然存在较多矛盾问题。外军这些独特的经验和做法,为军队装备采购引入中介机构工作提供了重要的借鉴。     

美军战略传播中的“叙事”策略

随着互联网技术的飞速发展,信息传播对国家政治、经济、外交和国防带来巨大冲击和影响。美军意识到传播叙事是政府和军队塑造形象、谋划战略、输出文化价值观的重要手段。美国从"重讲故事"的角度出发,将"叙事"包装成对外战略传播的新型方式,从思维认知、情感操控、舆论引导等方面强化对对手的心理威慑和影响,同时以新媒体为媒介扩大叙事传播的影响受众,进而达到物理打击所难以发挥的影响。     

相控阵探测器对地目标快速聚焦定位策略研究

针对机载相控阵探测器对地目标定位精度不高的问题,提出一种基于波束控制的快速聚焦定位策略。该策略利用相控阵天线辐射波束角度可调的特点,对目标区域依次进行扫描;并通过改变相控阵发射波束参数,缩小目标探测区域;同时利用加权算法、探测模型共同解算得到目标的二维坐标。该策略能够快速缩小探测区域,最终实现波束聚焦以及目标定位。实验室测试验证了该策略的可行性,定位误差能够控制在2 m以内。     

基于深度学习的军事辅助决策研究

信息化战争对作战指挥的时效性、精确性都提出了更高要求,也为军事辅助决策研究发展指明了新方向。随着AlphaGo的出现,深度学习技术在多个领域均取得了显著成果,也给军事领域特别是军事辅助决策领域带来了深刻影响。通过综合分析总结当前军事辅助决策领域的研究现状,结合深度学习的原理和特点,从情报信息融合、样本自动生成、训练模型泛化、自然语言理解等方面,提出基于深度学习的军事辅助决策智能化建设发展的新思路。     

基于深度学习的战役初始态势认知方法

战役初始态势不仅影响着整个战役进程,而且对战役筹划的影响也极为显著。以深度学习为代表的人工智能技术突飞猛进,为我们利用人工智能技术实现自动识别复杂的战役初始态势、模拟战役指挥员的经验知识带来了契机,作者就此问题进行初步探索性研究。对战役初始态势的概念及其类型进行了介绍,探讨了基于深度学习的战役初始态势认知模型构建,对模型构建步骤、输入和输出的设计进行了探讨,对卷积神经网络的基本思想、结构、训练进行了介绍,在示例中介绍了样本数据的录入程序、卷积神经网络的具体结构与应用程序,验证了方法的可行性与有效性。所提出的战役初始态势认知方法可以在一定程度上获得指挥员对战役初始态势的经验知识。     

基于训练网络的目标检测方法及应用

传统的Faster-RCNN目标检测网络以VGG16作为训练网络,其网络提取能力弱、检测速度慢,提出将inception网络与深度残差网络作为训练网络用于Faster R-CNN。在TensorFlow框架下,搭建相应的网络模型,并选取飞机、车辆、操场以及水箱的遥感图像进行了实验验证。实验结果表明,相比于VGG16网络,基于inception网络与深度残差网络作为训练网络的Faster R-CNN模型在识别精度和识别速度上都具有明显的优势。