基于PSO-RBF神经网络的雷达目标识别

为提高雷达系统目标识别能力,对粒子群算法及RBF神经网络进行了分析。针对离子群算法(PSO)易陷入局部极小的缺陷,提出了基于自适应时变权重和局部搜索算子的改进PSO算法,并将该算法应用到RBF神经网络核函数参数的优化学习中,进行了雷达目标识别仿真实验。仿真结果表明,相对于标准PSO-RBF神经网络,改进算法不仅收敛速度快,且误差精度高,特别在干扰较强时,目标的识别率有较大提高。     

基于CNN的三相逆变器开路故障诊断及其样本条件分析

为了合理选择样本条件以实现高效的智能化诊断,以及克服智能化方法中传统反向传播(back propagation, BP)网络权值较多、局部信息提取能力不足的问题,对基于卷积神经网络(convolutional neural network, CNN)的开路故障诊断方法进行研究,并以典型的三相两电平逆变器为具体对象,着重分析样本时长、样本数量变化时,CNN方法相较于BP网络方法在网络权值数量、训练稳定性、诊断准确率上的量化优势。结果表明,基于CNN的方法可在权值数量远少于BP网络方法的情况下构建深度更深的诊断模型,并在更短样本时长、更少训练样本数量下实现高效、准确的开路故障诊断。     

融合图嵌入的Smooth-PCANet图像识别算法

主成分分析网络（Principal Component Analysis Network,PCANet）是一种简单的深度学习算法,在图像识别领域具有优秀的性能。然而PCANet在构建网络卷积核时只关注了图像的主分量信息,忽视了近邻像素点之间的位置关系。而通常情况下,图像的相邻像素点具有空间强相关性,因此利用图结构保持像素点的位置近邻关系更有利于网络提取有效特征。因此,我们将图嵌入思想融入PCANet,提出一种新的图像识别算法Smooth-PCANet。为了验证Smooth-PCANet算法的有效性,我们在人脸、手写体字符以及图片等不同数据集上构建实验,并将Smooth-PCANet与多种基于深度学习的图像识别算法作了对比。实验结果证明,Smooth-PCANet算法比PCANet获得了更高的识别性能,并且更有效地避免了过拟合,在小样本训练时具有显著优势。     

基于改进Faster R-CNN的舰船目标三维识别算法

针对二维图像无法深度表征目标、远海舰船目标表征困难等问题,提出基于更快卷积神经网络和区域组合识别模型相结合的三维舰船目标识别框架。重建舰船三维模型,在原始的区域生成网络上利用级联的方法改进了生成滑动窗口的方法,同时提出实际标注与区域建议联合识别模型,采用非极大值抑制的方法对容错框进行去除。实验结果表明所改进的算法在舰船目标三维识别的精确率和召回率上均有较大优势。     

水下传感网基于节点权重的地理位置路由

水下传感网络采用声波进行通信,具有长时延、高错误率和低能耗要求等技术挑战。为此,提出基于节点权重的地理位置路由（weight of node-based routing,WNBR）。在WNBR路由中,当源节点需要转发数据包时,依据深度适度因子构建候选下一跳转发节点集,利用节点剩余能量、距离和链路质量信息计算下一跳转发节点集中每个节点的权重。最后,选择具有最大权重的节点作为源节点的下一跳转发节点。仿真结果表明,提出的WNBR路由能够有效均衡能耗,降低端到端时延,提高了数据包传递率。     

军地合力推进军民融合深度发展

正党的十八届三中全会提出,要推动军民融合深度发展,在国家层面建立军民融合的统一领导、军地协调、需求对接、资源共享机制。走军民融合式发展之路是我们党领导中国革命和建设长期实践经验的科学总结,是顺应当今时代发展趋势和军事变革潮流的现实要求,是实现富国与强军相统一的必然选择。新形势下,深刻领会和贯彻落实军民融合深度发展重大战略思想,统筹国防建设与经济建设,是摆在我们面前既现实又紧迫的课题。     

宁夏回族自治区国防动员委员会召开第六次全体会议

正4月9日,宁夏回族自治区国防动员委员会在宁夏军区召开第六次全体会议。会议以党的十八大、十八届三中全会和习主席系列重要讲话精神为指导,围绕落实强国强军战略目标、推动军民融合深度发展、提升国防动员应战应急能力,认真传达学习兰州军区国动委六次全会精神,深入分析面临形势,系统总结部署工作,研究审议了《宁夏回族自治区关于推动军民     

在军民融合深度发展中推进民兵预备役工作体制改革

党的十八届三中全会公告（以下简称“公告”）指出“推动军民融合深度发展”,这是我们党站在国家安全和发展的战略高度,总结长期以来军民融合建设的经验,作出的重大战略决策。在军民融合深度发展中推进民兵预备役工作体制改革,就是最大限度地利用经济社会发展的成果,把民兵预备役工作更广泛、更深入、更具体地融入国家政治、经济和社会管理的改革之中,促进国防和经济建设的协调发展。     

基于改进粒子群算法的神经网络及其在核电站故障诊断中的应用

针对传统BP神经网络以及标准PSO算法神经网络在故障诊断过程中易出现收敛速度低及易陷入局部最优点的问题,提出了一种使用改进PSO(IM-PSO)算法进行训练的神经网络。该方法具有收敛速度快、不易陷入局部极小值的优点。使用该方法对核电站二回路凝给水系统的典型故障进行了诊断,诊断结果表明:该方法的性能优于传统BP算法和标准PSO算法,在复杂系统故障诊断领域具有很好的应用前景。     

群策群力共推民参军

推动军民融合深度发展,必须把国防科技工业寓于国家工业体系和国民经济发展之中,引导优势民企进入军品科研生产和维修领域,形成全社会共同参与军工建设的格局。在首届“民营企业高科技成果展览暨军民融合高层论坛”上,与会各界代表就民参军问题进行了深入的交流和思想观念的碰撞