基于深度学习的交通袭击攻击方式智能识别

针对交通袭击事件特征自动学习提取、特征提取与模式识别融合问题,提出基于深度学习的交通袭击攻击方式智能识别方法;利用加噪自动编码深度神经网络从高维度、多样化的交通袭击事件统计大数据中自动学习提取出各类攻击方式特征,并利用微调将特征学习与模式识别融为一体,最终实现交通袭击攻击方式的智能识别;采用全球恐怖主义数据库的数据对该...     

基于深度学习的三维目标识别技术现状

以图像目标识别、三维目标识别和深度学习的基本概念为切入点,论述了深度学习在目标识别和三维识别中的研究现状,分析了现阶段基于深度学习的三维识别方法所存在的不足和研究方向,进一步探讨了三维目标识别技术的应用前景.通过对相关技术和文献的调研和分析,对多种基于深度学习的目标识别优化结构及优化算法的优缺点进行了总结,说明了三维目...     

军队工程协同设计主体识别模型优化研究

协同设计是军队工程建设军民深度融合发展和综合效益提高的必然趋势.如何有效识别协同设计主体是有效实施协同设计的关键.针对军队工程建设特点,构建协同设计主体评价指标体系,用GRD对TOPSIS模型进行优化整合,既发扬了TOPSIS法在应用上能很好地对多属性、少样本事件进行评价的优点,又利用GRD的曲线相似度的柔性评价标准,...     

一种基于规则的敌我识别流程优化设计

随着远程精确打击和高超声速武器装备的发展,快速可靠地进行敌我识别、避免误伤尤为重要.分析了系统敌我识别过程中存在的识别结果前后不一致等问题,给出增加告警监视环节的敌我识别流程优化设计,设计了两类告警规则设计方法,强调人机相辅目标识别思想,为我军相关装备工程研制提供参考.     

基于卷积神经网络的多功能雷达行为辨识研究

针对多功能雷达行为状态复杂多变、难以识别的问题,提出了一种基于卷积神经网络的雷达行为辨识方法.建立多功能雷达行为辨识模型,对数据进行预处理,构建多功能雷达信号样本集.通过变化点检测算法对原始雷达信号脉冲序列进行分割,补齐有缺失的特征参数,构造完整的可用于训练的信号加参数数组样本.并针对处理后的雷达行为数据集的特点设计卷...     

基于MUSIC算法的罗兰C接收机天地波自动识别方法研究

针对常规罗兰C接收机天地波识别方法不能有效利用信号能量的缺点,根据天波到来时间的估计与合成信号频率的分离相似的特点,提出了一种基于多信号分类算法估计天波延迟的方法.该方法在低信噪比条件下可分离出地波和天波,并能根据天波的延迟变化实时地选择接收机采样基准点的最佳位置.计算机仿真结果表明,该方法可以用于天地波的自动识别,能增加基准点处的信噪比,因而能显著提高罗兰C接收机的性能.     

基于贝叶斯网络分类器的雷达辐射源识别方法

雷达辐射源识别是电子对抗中的重要组成部分.贝叶斯网络分类器建立在坚实的理论基础之上,具有较为优秀的分类性能,而且能够有效地处理不确定性问题,重点研究了如何利用贝叶斯网络分类器进行雷达辐射源识别,并通过仿真实验对朴素贝叶斯分类器及其扩展方法进行了分析比较.实验结果表明,与基于概率近似准则的方法相比,基于分类准确率提高准则的扩展树生成方法具有更为优秀的分类性能.     

基于通用黑板模型的IMSE网络中心节点识别

运用通用黑板理论和D-S证据理论探索IMSE网络中心节点识别问题。构建了基于通用黑板框架的IMSE网络中心节点识别模型,讨论了该模型体系的体系结构和实现方法,对该模型的工作流程进行了详细论述。给出了一种基于D-S证据理论的高效识别规则。该系统中专家系统直接给出了基本概率赋值,减少了计算繁琐程度,从而可大大减轻目标识别系统的压力。最后通过仿真结果具体分析了模型的工作情况。     

单一载荷和当量载荷的识别

本文根据多自由度系统受单一载荷作用的特点,将载荷识别的理论公式简化为只要依据系统任意点的响应信号和一个对应的频响函数即可运算,并在使用HP3562A 动态信号分析仪的实验中证明具有很好的识别精度。此种识别技术还可推广用于识别实际上不是作用于某点的当量载荷。     

事件

中国宣布划设东海防空识别区 11月23日,中国政府发表声明,宣布划设东海防空识别区,并发布航空器识别规则公告和识别区示意图。防空识别区是沿海国家或地区基于海防空防安全需要,在面向海洋方向上空划定的特定空域,实质是基于国防需要而划设的预警区域。