浅谈将无形资产纳入武警会计核算

武警部队无形资产日益突出的重要性及其大量流失的现状迫切需要将其纳入武警会计进行核算和管理。本文对武警部队无形资产进行了初步的定义和范围界定,归纳了其特征,以一定的标准进行了分类,并探讨了该资产的会计核算。     

基于并发式检测时序的几何级冲突检测策略研究

以三维CAD实时协同设计为背景,深入研究了实时协同设计中的数据冲突检测问题,提出了三维实时协同设计中的数据冲突本质上就是实体特征冲突的思想。在此基础上,探讨了基于特征的冲突检测方法,并针对其不足之处,提出了一种可行性较高的几何级冲突检测策略及其相应的检测时序方案,研究了其冲突检测数据结构、冲突检测规则。此冲突检测思想在PTC公司的Pro/Engineer平台上进行了算法验证,取得了较好的冲突检测效果。     

光滑物体表面反射光偏振特征分析及反射光分离技术

物体表面反射光由镜面反射光和漫反射光组成,针对光滑物体表面镜面反射光和漫反射光的分离问题,建立了一个结合镜面反射和漫反射共同作用的偏振态表征模型,并使用该模型对混合反射区域偏振特征进行分析。基于镜面反射光和漫反射光的偏振特征,根据镜面反射光和漫反射光在光滑物体表面垂直方向及平行方向上的分布关系,采用偏振正交分解的方法实现了镜面反射成分和漫反射成分的求解。利用镜面反射光图像和漫反射光图像之间的相关性,通过梯度下降算法得到镜面反射成分和漫反射成分归一化互相关最小值及其对应的镜面反射偏振度和漫反射偏振度,从而实现反射光的分离。通过对不同场景中获取的反射光图像进行测试,实验结果表明,该算法具有较好的反射光分离效果。     

高精度程控电阻网络生成算法设计

为了提高高精度程控电阻的设计效率,建立高精度电阻网络的物理模型和数学模型,提出一种高精度程控电阻网络生成算法。该算法根据给定的量程和精度,基于主电阻网络、补偿电阻网络和偏移电阻的组合方式,自动生成高精度程控电阻网络。以量程90~250 Ω、精度5 mΩ的需求为例,在MATLAB平台上对算法进行仿真验证,仿真结果验证了算法的可行性。结果表明生成的程控电阻网络满足目标量程和精度的需求,算法解算时间仅为18.128 s。相比于人工设计的方式,该算法大大提高了设计效率。     

基于分解的多目标布谷鸟搜索算法求解多无人机协同任务分配问题

多无人机协同任务分配问题是一个多目标优化问题,将多目标优化问题转化为单目标优化问题的传统方法易造成决策的主观性和片面性.为帮助决策者做出科学决策,提出了一种基于分解的多目标布谷鸟搜索算法用于求解多无人机协同任务分配问题.通过对多无人机协同任务分配问题分析,建立了多无人机协同任务分配模型.将布谷鸟搜索算法的两个关键组件转化为多目标优化算法的繁殖算子,并结合一种自适应算子选择策略,构成了多目标布谷鸟搜索算法.设计了一种新的编码方案,将带约束的多目标优化问题转为无约束的多目标优化问题.仿真实验表明,多目标布谷鸟搜索算法能有效求解多无人机协同任务分配问题.     

考虑交流侧特征谐波的电网换相换流器小信号建模

电网换相换流器(Line Commutated Converter,LCC)作为技术性能优越的电力电子装置,可广泛应用于车辆、飞机、船舶、雷达站供电等军用电力系统领域.以可为军用雷达站、军事基地供电的基于电网换相换流器型高压直流输电(Line Commutated Converter Based High Voltage Direct Current,LCC-HVDC)系统为例,基于开关函数模型,推导建立了包含LCC整流站、LCC逆变站和直流线路的双端LCC-HVDC系统小信号模型,并与PSCAD/EMTDC详细电磁暂态模型进行对比,验证了所建立小信号模型的准确性;对比分析了考虑交流侧特征谐波分量与仅考虑交流侧基频分量的LCC-HVDC小信号模型的差异.所得研究成果可为向军用电力系统供电的LCC-HVDC系统的控制参数选取及小干扰稳定性分析提供模型基础.     

基于变分模态分解的非稳态备件需求预测方法

备件需求量的预测是备件配置的重要内容,针对当前装备备件需求非稳态的特点,提出一种基于变分模态分解的备件需求预测方法.运用变分模态分解将非稳态备件需求序列分解为若干模态分量,引入模糊熵的概念,将周期性、随机性和长期性特征明显的模态分量进行有效聚合,提高计算效率,进而运用预测效果较好的径向基神经网络预测法对聚合后的模态分量分别进行预测,将各分量预测结果进行整合形成最终的备件需求预测值.通过案例分析与实验对比,结果表明提出的方法能够有效挖掘非稳态备件需求序列的深层次信息,实现非稳态备件需求序列的较好拟合,并与其他非稳态时间序列预测方法对比具有较高的预测精度,为适应新时代实战实训背景下备件需求的特点提供了有效的方法支撑.     

改进的YOLOV3算法在小目标检测中的研究与应用

战场目标的图像检测与识别对于战场监视、侦察、毁伤状态评估和火控系统研究等具有重要作用.以坦克装甲目标为研究对象,选用识别精度高、速度快的YOLOV3为基础目标检测模型,针对复杂战场环境中获取图像目标特征信息少的问题,引入多尺度特征增强结构的方法对YOLOV3模型进行改进,通过丰富特征图多样性的方式,提高模型性能.在坦克数据集上的实验结果表明,改进后的算法对于复杂战场环境下的小目标特征具有更强的敏感性,较大程度上增强了模型的识别精度.     

一维金属-介质光子晶体的特性

利用特征矩阵法对一维金属-介质光子晶体的特性进行了计算,发现此种光子晶体具有可见光透明,微波、紫外高反的光谱特性,而且存在比一维介质光子晶体更宽、反射更强的全向带隙.     

机械故障特征与分类器的联合优化

在机械故障诊断中,特征选择和分类器的参数优化都可以提高诊断精度。利用特征和分类器参数的依赖关系,提出了特征选择和SVM参数的联合优化方法来提高诊断性能。联合优化方法采用支持向量机(SVM)作为故障分类器,SVM半径—间距上界(RM界)为目标计算诊断精度,并应用遗传算法求解此优化问题。齿轮故障诊断试验结果表明,联合优化的诊断精度要优于单独优化特征和SVM参数,而且优化速度更快。因此在故障诊断中,利用特征和分类器参数联合优化能够快速取得较好的诊断精度。