疫情时期警惕替代性创伤

随着从武汉地区爆发新冠肺炎疫情,全国人民的心都被这肆虐的传染病牵动了。宅在家里刷屏、关注攀升的病例数、恐慌城市村庄被封、焦虑公共交通停运、烦躁群体活动被禁……人们生理、心理和行为发生了各种各样的变化。在疫情时期,心理学上的"替代性创伤"需要高度警惕,加强防护。一、替代性创伤的成因替代性创伤简称VT,最初是指专业心理工作者,因为长期接触患者,受到了咨访关系的互动影响,而出现的类似病症的现象,即治疗者本人的心理也受到了创伤。     

基于增强CNN模型的手写字体图像识别

为了提高汉字的识别率,提出了一种改进的图像识别算法,根据偏微分方程理论,提出一种增强CNN模型识别汉字,将原有的图像用高阶差分法进行增强处理,然后在原始的LeNet-5网络结构的基础上,将前两层的激活函数改为ReLu函数,并且去掉C5层以及F6层,通过增加输出层的神经元数来增加汉字的识别率。研究结果表明:经过图像增强和增加输出神经元数的改进,对汉字进行识别,识别率达到了98.44%,相比较于其他汉字识别算法提高了3%～9%,从而证明了算法的可行性。     

特征敏感度与模糊度的弹道目标聚类识别评估

针对现有弹道导弹目标聚类识别算法中,很少同时考虑目标特征敏感度与模糊度的问题,提出了一种基于特征敏感度与模糊度的弹道目标聚类识别算法。该算法通过目标特征类内类间距离,定义目标特征聚类识别敏感度,将两类目标形成的类看成两个圆,利用圆之间的位置关系,定义目标特征聚类识别模糊度,将所定义的特征敏感度与特征模糊度合理组合,作为目标特征对聚类识别好坏的评估因子。仿真实验从特征评估分析和特征组合分析两个方面验证了算法的有效性。     

基于PSO-BP神经网络的HRRP目标识别

为提高雷达目标识别准确率,提出了一种基于PSO-BP神经网络的雷达一维距离像识别方法。利用粒子群优化算法良好的全局搜寻能力,对BP神经网络的权值和阈值进行了优化,弥补了BP神经网络收敛速度慢、存在多个局部极值点的缺陷。利用实测数据对PSO优化前后的BP神经网络的识别性能进行了对比测试。实验结果表明,PSO-BP神经网络具有更高的识别准确率及噪声鲁棒性,分类性能优良。     

多DSP并行的神经网络集成目标识别法

针对分布式信息融合结构、异质传感器条件下的目标识别问题,提出了基于多DSP并行结构的神经网络集成目标识别方法.给出了生成神经网络集成的具体方法,并构造了一个实际的空中目标识别硬件系统.结果表明,系统的目标识别性能明显优于单个神经网络的目标识别性能,且识别目标的速度很快.     

一种新的基于DSmT的合成公式

DSmT是一种有用的不确定推理方法,能较好地解决强冲突情况下的信息融合问题.由于其在组合规则方面存在不足,影响了DSmT的应用.提出了一种新的合成方法,即在保留冲突焦元的基础上对支持证据冲突的概率进行重新分配.仿真分析表明,新的合成公式提高了目标识别的准确性,对于高度冲突的证据,也能够取得理想的合成结果.     

有效管理“80后”官兵

所谓“80后”,指出生于上个世纪80年代的青年群体。这个群体生长在改革开放之后中国经济快速发展的年代,形成了不同于他们先辈的性格和心理特征。随着大批“80后”乃至“90后”青年步入部队,他们正逐渐成为中国军队的重要力量。如何把握“80后”官兵（包括“90后”官兵）的特殊心态和衍生的心理现象,实施有效的管理教育,以及充分挖掘这一群体的内在潜能,已成为一个亟待解决的问题。