CODAD后传动装置的配置和评估优化

在全面分析了全柴并车传动装置的各种影响因素的基础上 ,建立综合评估模型 ,对评估模型指标层的各个指标分类研究 ,采用模糊数学的方法对定性指标量化 ,采用层次分析法 (AHP)确定权重 .最后 ,应用线性加权和函数法将多目标化成单一目标 ,得到综合性能评价函数 ,根据综合性能评价函数的大小确定最佳方案     

邻域灰度差加权的模糊C均值聚类图像分割算法

模糊C均值(FCM)算法用于灰度图像分割是一种非监督模糊聚类后再标定的过程,适合灰度图像中存在着模糊和不确定性的特点.但是这种算法没有考虑到样本空间中不同的样本点对分类的贡献不同,因此分割效果不理想.提出了邻域灰度差加权的模糊C均值聚类算法,实验结果表明,该算法不仅取得了很好的分割效果,而且加快了算法的收敛速度,从而满足了图像分割的有效性、实时性的要求.     

模糊聚类分析在多目标跟踪中的应用

为了解决在密集的环境中多目标跟踪的难题,本文提出了基于模糊聚类跟踪算法,主要是将人的模糊判断的特点引入到目标跟踪系统中,得以简单程序完成复杂的相关判别。利用模糊聚类方法的特点解决噪声背景下跟踪相关问题。仿真实验的结果表明,在杂波密度高的情况下,模糊聚类算法有它一定的优越性。     

基于GIS的战场电磁环境可视化研究

针对当前战场电磁环境不可见特征,部队指挥员对其认知的模糊性,运用地理信息系统GIS(Graphic Information System)探索战场电磁环境可视化问题。提出用空间聚类分析模型解决分析处理电磁辐射源空间分布上的一种或几种特征问题,并对系统数据库设计、功能模板设计、逻辑结构设计进行详细阐述。得到可视化系统设计方案,将为指挥员进行电磁态势分析、指挥作战提供有效的辅助决策工具。     

光纤光栅技术与应用专题讲座(二) 第3讲 光纤光栅在星间激光通信系统中的应用研究

针对星间激光通信系统,分析了光纤光栅在此系统中的应用。为了设计出高性能的光滤波器以满足星间激光通信系统的要求,研究了光滤波器的带宽对系统性能的影响。在GEO-LEO星间链路中,考虑多普勒频移,研究了系统的归一化信噪比与滤波器带宽的关系,提出并设计了滤波器最佳带宽。根据得到的最佳带宽,设计了符合要求的光纤光栅滤波器。     

二维约束点集Delaunay三角剖分算法研究

在已有算法基础上,提出了任意二维约束点集Delaunay三角剖分的新算法,算法仅在局部产生少量新点,并在局部对三角剖分进行修改,便可保证整体三角剖分符合Delaunay性质.     

透簇雷达——穿透植被的“火眼金睛”

现代战争中,全方位、立体化的侦察手段是实施精确打击的基础,但目前还不能完全做到战场态势的“透明化”。如在最近几场局部战争中,南联盟和伊拉克军队在敌强我弱的情况下,利用植被、伪装、烟雾、诱饵等“土”方法,多次骗过拥有高技术侦察手段的美军。在现代战争中,可以使用抗雷达、可见光或红外的伪装网进行遮盖;利用金属箔片、烟雾、诱饵在小范围内进行欺骗;利用恶劣天气大面积隐藏目标,等等。这些办法虽然简单却行之有效。利用植被作天然屏障,也是行之有效的对抗侦察方法——树叶本身是极好     

坦克目标威胁程度评估

以军事理论和层次分析法为基础,将一种新的归一化效用函数应用于坦克目标的威胁程序评估,为地面作战自动化指挥提出了一种辅助决策方法。     

陆军师进攻战术演习机动处置能力评估模型

依据现行的陆军军事训练大纲、战术机动理论对陆军师进攻战斗中机动能力处置阶段需评估的重点问题进行定量分析,主要是通过对克服敌侦察迟滞、兵力迟滞、火力迟滞、障碍迟滞中评估要点的定性、定量分析,建立相应的评估规则和数学模型。     

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。