基于遗传算法的湿陷性黄土地基灰土挤密桩优化设计

利用Visual C＋＋语言,定义了一个面向对象的基于实数编码遗传算法类。运用可最大限度保证遗传算法搜索到问题的全局最优解的深度搜索策略,编制了灰土挤密桩的优化设计和造价估算遗传算法程序,并针对兰州某地灰土挤密桩复合地基进行了计算分析,并与原有方案比较,结果表明：两种优化方案在满足承载力和变形的条件下,在降低造价成本方面优势非常明显。     

潜艇深度安全操纵面及其控制技术

在分析现代潜艇高速、大潜深机动潜在风险的基础上,从保障潜艇深度安全的角度出发,提出了对传统十字形尾升降舵的技术改进途径,分析了适用的尾操纵面结构形式,并对先进的大小舵方案的结构形式、使用方式及十安形尾升降舵的舵角限制技术进行了阐述。理论研究表明:上述措施能有效地改善潜艇的深度安全性。     

基于深度限制波尔兹曼机的辐射源信号识别

针对电子侦察中使用常规参数难以有效识别复杂体制雷达信号的问题,提出利用深度限制波尔兹曼机对辐射源识别的模型。模型由多个限制波尔兹曼机组成,通过逐层自底向上无监督学习获得初始参数,并用后向传播算法对整个模型进行有监督的参数微调,利用Softmax进行分类识别。通过仿真实验表明该模型能对辐射源进行有效的特征提取和分类识别,具有较高的识别精度和较强的鲁棒性。     

用于视频图像帧间运动补偿的深度卷积神经网络

为探索深度学习理论在视频图像帧间运动补偿问题中的应用,提出一种用于视频图像帧间运动补偿的深度卷积神经网络。该网络由卷积模块和反卷积模块构成,可以处理不同分辨率输入图像并具备保持较完整图像细节的能力。利用具有时序一致性的视频图像序列构造训练样本,采用随机梯度下降法对设计的深度卷积神经网络进行训练。视觉效果和数值评估实验表明,训练得到的网络较传统方法能更有效地进行视频图像帧间运动补偿。     

基于时序特征编码的目标战术意图识别算法?

对战场目标战术意图的快速、准确和自动识别,是智能决策的前提和基础。目标战术意图通常由多个战术动作组合完成,因而目标状态呈现动态、时序变化特征。本文针对目标意图识别问题的特点,提出一种基于栈式自编码器（ SAE）的智能识别模型,设计智能识别模型的基本框架,提出一种基于时序特征的输入信号编码方法及相应的模式解析机制,通过将目标状态在多个时刻的时序特征和战场环境、目标属性等信息统一编码为输入信号,将军事专家的知识经验封装为模式标签,模拟人的推理模式与认知经验,实现对目标战术意图的智能识别。最后通过实验,分析预训练过程和网络深度对算法性能的影响,并通过与多层感知机（MLP）和逻辑回归分类器（LRC）识别准确率的比较,验证所提SAE算法的有效性。     

推进军民融合深度发展"六要"

军民融合深度发展,其核心是融为一体,要义是互利共赢,特征是国家行为,关键是机制推动,方法是统筹兼顾.新形势下,推进军民融合深度发展应注重在六个方面下工夫.     

把握时代机遇发挥区位优势扎实推进军民深度融合发展

军民融合发展既是国家战略,又是我们长期探索经济建设和国防建设协调发展规律的重大成果.要加快形成全要素、多领域、高效益的军民深度融合发展格局,不断丰富融合形式,拓展融合范围,提升融合层次.     

扎实推动经济建设和国防建设融合深度发展

推进经济建设和国防建设融合深度发展是一个系统工程,要深刻理解军民融合深度发展的战略意义,准确定位军民融合深度发展的目标方向,科学规划军民融合深度发展的使命任务,正确处理军民融合深度发展的内在关系,积极发挥军民融合深度发展的品牌效应,形成全要素、多领域、高效益的军民融合深度发展格局。     

基于VFGPIR联合特征的决策级加权融合检测方法

车载前视地表成像雷达(VFGPIR)探测浅埋目标时面临虚警率过高问题,可利用序列图像特征的联合检测解决这一问题.首先利用Fisher鉴别比(FDR)定量评估从单帧和序列图像中提取的单个特征的鉴别能力;然后针对单个最优序列特征无法满足探测指标要求提出一种基于决策级加权融合的多特征联合检测方法;最后利用接收机工作特性(ROC)曲线来验证所提方法的有效性.试验结果表明:序列特征比单帧图像特征具有更好的鉴别能力;所提方法性能优于单个最优序列特征、特征向量和多数票融合准则对应的检测结果,有望满足实际探雷应用需求.     

穿透剂防护炭（PP炭）的制备及评价

以氯化改性活性炭GHC1为基炭,以有机胺类化合物为浸渍剂,采用直接负载法和等量浸渍法,制备了多种浸渍炭,并对浸渍炭对PFIB的防护性能进行了评价,发现以乙二胺、二乙胺、三乙胺和三乙烯二胺为浸渍剂制备的PP炭的防护性能最好;浸渍剂的最佳负载量为8％－10％;在惰性气体保护下,PP炭有良好的抗陈化性能。