基于四叉树的LOD虚拟复杂地形场景简化技术研究

复杂地形场荣虚拟显示简化技术是可视化领域的研究热点之一。为了满足复杂地形场景显示中实时性和逼真度的要求,根据人的视觉特点,采用与视点相关的四叉树LOD方法,以视距和地形粗糙度为依据来确定地形节点的细节程度,递归地进行四叉树分割,为各节点分配不同的分辨率。根据视距确定由于分辨率不同导致的裂缝缝补方法,有效地实现了地形的简化。     

超重力下燃烧合成Al2O3-ZrO2（4Y）共晶陶瓷的自挤压工艺研究

引入自挤压工艺辅助超重力下燃烧合成制备Al2O3-ZrO2（4Y）共晶复合陶瓷,可有效地消除陶瓷制品的缩孔、缩松组织等缺陷,陶瓷致密性得到明显提高,同时又有效地抑制陶瓷裂纹萌生。XRD分析显示共晶陶瓷由α-Al2O3,t-ZrO2及少量的m-ZrO2三相组成,且随自挤压力增大,陶瓷中可相变的t-ZrO2的体积分数增加。SEM观察发现陶瓷的显微组织中的棒状共晶团随自挤压力的增大而细化,体积分数增加,且分布其上的t-ZrO2纤维直径变小,共晶团组织边缘处的ZrO2枝晶逐渐转变为细小的球晶,共晶团边界组织厚度逐渐减小,从而使陶瓷力学性能得以提升。     

基于概率神经网络的设备故障诊断及仿真分析

针对某些难于建立准确数学模型的复杂系统,用神经网络的方法进行故障诊断有其独特的优越性.首先分析了概率神经网络(PNN)的基本结构及其训练算法,建立了某型航空发动机故障分类的概率神经网络模型,通过对该设备故障进行定性诊断,对比分析了概率神经网络与常用的误差反向传播神经网络(BPNN)分类模型对各类故障的分类效果.仿真表明,基于PNN模型的分类方法在分类速度、精度和泛化能力方面均优于基于BPNN的模型,是一种有效的故障分类方法.     

自组织特征映射网络在目标分类识别中的应用

为了在日趋复杂的空战环境中准确分析出目标的类型,以达到辅助决策之目的,采用自组织特征映射网络来对目标进行分类识别.首先提取影响目标识别的类特征,然后对其预处理.在此基础上建立SOM网络目标识别模型,并利用SOM网络算法实施无监督的自组织学习.在学习的过程中,通过不断调节网络节点间的权向量,来实现目标聚类.最后,通过仿真验证了该方法在目标分类识别中的可行性和实用性.     

基于神经网络的混合双滤波器自适应目标跟踪算法

在分析近期基于神经网络数据融合的目标跟踪算法的基础上,结合一种新的自适应滤波模型(NAF)和速度估计自适应跟踪算法(AVE),提出了基于神经网络混合双滤波器的机动目标自适应跟踪算法(NHDF).该算法通过在线自动调节网络输出进行过程噪声方差融合,降低了现有算法因系统方差的调整不当而带来的精度损失.理论分析及仿真结果证明,与"当前"统计模型、速度自适应模型和新的自适应模型算法相比,该算法具有跟踪精度高,自适应能力强的优点.     

基于不变矩和神经网络的目标识别方法

针对寻的导引头成像制导中实时采集图像由于存在几何失真及像质模糊而导致目标识别精度差的问题,提出了一种基于不变矩和神经网络的目标识别方法.该方法采用一种改进的不变矩算法提取目标图像的不变矩特征量来训练BP神经网络,实现目标图像的识别和分类.仿真结果表明该不变矩特征库训练的神经网络分类器具有较高的识别精度,是一种比较实用的目标识别方法.     

基于遗传算法的自航水雷航路规划

自航水雷在执行任务时需要装载根据战场环境预先规划好的最优路径,路径的优劣直接决定了自航水雷的作战效率.采用遗传算法进行自航水雷航路优化,算法利用极坐标描述威胁位置和航路点,将航路编码由二维缩减至一维,降低了搜索空间,提高了优化效率.对算法进行了相应的仿真,仿真结果表明,编码方式提高了优化效率,得到的航路有效地规避了威胁.     

一种基于轮廓自扩展的GVF算法

针对Snake算法及GVF算法对初始轮廓覆盖区域敏感性的缺陷,提出一种轮廓自扩展方法,从而使初始轮廓能够有效地覆盖目标所在区域,达到对目标的完整搜索;将其应用到目标跟踪中,根据下一帧中目标与当前帧设置的轮廓的交叉,通过自扩展初始轮廓可以很快将目标划为搜索区域之内.实验表明,基于轮廓自扩展方法的GVF方法可以实现对目标轮廓的完整提取;在目标跟踪中可以自动、有效地跟踪目标.     

当好武装工作第一责任人——记广东省广州市荔湾区区委书记刘平

广东省广州市荔湾区区委书记、区人武部党委第一书记刘平任职以来,心系国防,热爱武装,倾注真情建国防。刘平一直把支持、关心国防和军队建设当成自己的重要职责。她常说:"作为一名党的领导干部,不抓武备,不足以谋事。"几年来,她坚持国防建设"五纳入",亲力亲为,抓好工作落实。积极参与过"军事日"活动,亲自组织军事活动竞赛,每年都评选出一批"军事     

智能化雷达干扰系统自学习模型研究

首先对自学习进行了阐述;然后研究了雷达对抗中敌我双方的参数、特征知识及知识表示;最后提出智能化雷达干扰系统中的2个过程自学习模型:雷达辐射源识别规则自学习模型和对敌雷达干扰策略自学习模型,为深入研究智能化雷达干扰系统提供模型基础.