基于Web Service网络管理体系结构研究

传统层次型网络管理体系结构中网络管理系统之间交互困难。基于Web Service体系结构的思想,将网络管理系统提供的管理功能抽象成管理服务,提出了具有面向服务、动态协作等特点的基于Web Service的网络管理体系结构,并详细讨论了该体系结构涉及的网络管理资源和服务的描述方法以及服务组合技术。     

基于改进YOLOv3模型的侧扫声纳沉船目标检测

针对使用Faster R-CNN模型进行侧扫声纳图像沉船目标检测存在耗时长、效率低以及小目标漏警率高等问题,引入YOLOv3模型并结合侧扫声纳沉船图像数据集特点对模型进行了改进。首先,进行浅层特征融合的多尺度训练,从而增加沉船目标浅层特征在检测中所占比重;然后,使用K-means聚类算法重新设置先验框参数及大小,提高小目标检测精度;最后,采用二分类交叉熵函数改进YOLOv3算法中的损失函数,提高模型的收敛速度和泛化能力。实验结果表明：相比Faster R-CNN模型和传统YOLOv3模型,改进YOLOv3模型的AP值达到89.18%,分别提高了1.46%和0.57%;调和平均值F1达到89.08%,分别提高了2.33%和1.04%;检测图片耗时时间为Faster R-CNN模型的3/50,极大地提高了检测效率。该研究结果验证了改进的YOLOv3模型具有更高的检测精度和效率,对海底沉船搜救具有一定的实际指导意义。     

数字化坦克营作战能力灰色聚类评估

评估数字化坦克营的作战能力对推动数字化装甲部队建设、提高部队战斗力具有一定的现实意义。以灰色系统理论为基础,将层次分析法和灰色评估法相结合,建立了数字化坦克营的灰色聚类评估模型,论述了利用该模型进行评估的基本步骤,结合实例对数字化坦克营作战能力进行了聚类评估,提出了提高数字化坦克营作战能力的方法。评估结果比较符合实际情况,证明了该模型的正确性。     

多通道图注意力解耦社交推荐方法

提出具有解耦能力的多通道图注意力社交推荐模型,该模型主要包括深度聚类模块、多通道图注意力聚合模块和评分预测模块。其中,深度聚类模块用于对用户和项目进行分组,并利用聚类结果将用户社交图和用户项目图拆分成多个用户社交子图及用户项目子图,以学习用户兴趣分组及用户对不同类项目的兴趣；多通道图注意力聚合模块学习不同子图对预测结果的注意力；评分预测模块将学习到的用户表示向量和项目表示向量输入多层感知机进行评分预测。在多个真实数据集上的实验结果表明:提出的方法优于其他社交推荐算法。与最新的用于社交推荐的图神经网络方法相比,在Ciao和Epinions数据集上,均方根误差分别降低了2.26%和2.07%,平均绝对误差分别降低了2.58%和3.06%。     

基于数学形态学的三维空间聚类

分析了各种空间聚类的方法,研究了炮阵地地形分析和选取原则,实现了炮阵地选取决策支持系统,提出了基于数学形态学的三维空间聚类新算法,并将该算法运用到开发的炮阵地选取决策支持系统中,实验结果表明,该算法效果较好.     

基于组合机动的空间V-bar交会策略

提出了一种基于切向脉冲与径向连续常推力组合机动的空间V-bar交会策略。从绝对运动与相对运动两方面推导了维持追踪航天器圆轨道运行的组合机动的运动规律,给出了V-bar接近段与逼近段的制导律。在接近段,匀速直线接近,无需考虑视界约束的限制,转移时间控制灵活;在逼近段,先以大速率等速逼近,再切换为小速率等速逼近,切换过程可以灵活控制,制导简单,自然满足直线型标称轨迹要求,安全性好。     

用于射频/红外复合制导半实物仿真的波束组合器

射频/红外双模复合制导技术的不断发展引发了对射频/红外双模复合制导半实物仿真系统的需求,而波束组合器是半实物仿真系统的关键部件。讨论了波束组合器技术以及波束组合器对单脉冲雷达测角精度影响的测试方法。     

元器件类军工科研项目管理研究

元器件类军工科研单位作为国防工业重要组成部分，是贯彻履行强军首责、科技兴军，保障国防建设和推动科技创新的重要力量，如何运用现代化项目管理理念，提高军工元器件类科研项目的管理水平，实现“短平快”的项目管理目标，对国防军工科研任务的高质量完成具有重要现实意义。     

一种新的k-means聚类雷达信号分选算法北大核心

针对传统k-means聚类算法在雷达信号分选中应用存在的不足,提出了一种基于数据场和灰关联分析的k-means聚类雷达信号分选算法。该算法首先根据数据场理论计算所有数据样本的势值,寻找局域势值最大值,选取距最大值最近的样本数据作为初始聚类中心,局域势值最大值个数作为聚类数目;然后用灰关联度代替欧式距离来判断数据样本间相似性。该算法能够自动获取初始聚类中心和聚类数目,对频率捷变雷达具有较好的分选效果。仿真结果验证了算法的可行性。     

高精度轴类零件的砂带确定性修形方法

为提高金属轴类零件的加工精度,基于光学确定性加工原理将振动砂带研抛方法用于轴类零件的高精度修形中。在这种方法中,弹性接触轮在一定压力下与轴类工件接触形成一个矩形研抛区域,砂带覆盖在接触轮上,通过接触轮的轴向振动可以实现材料可控去除。利用圆柱度仪测量得到轴零件外圆表面的轮廓形貌,得到被加工零件表面轮廓的误差分布。使用脉冲迭代法计算接触轮在圆柱表面不同位置的驻留时间,通过机床主轴的伺服控制实现工件不同位置材料去除量的大小,从而实现被加工零件圆柱度误差的确定性修整。在经过仿真加工后,在一根45#钢轴的一段柱面上进行了确定性修形实验。结果表明,工件平均圆度误差从0.42 μm收敛至0.11 μm,圆柱度误差从0.76 μm收敛至0.35 μm,加工后的形状精度优于超精密外圆磨床的加工精度,验证了高精度轴类零件柱面上确定性修形的可行性。