基于局部特征及最佳量化的Quantum TV算法

量化TV算法是一种量化的全变差正则化算法,滤波后的图像取值为一定数量的量化数值,其主要应用为二值图像恢复、图像量化及图像分割等。图像的不同部分灰度变化程度不同,需要不同的量化等级数;不同的直方图分布下,根据不同的原则,存在不同的量化等级。根据上述原则对量化TV算法进行了改进,实验结果说明了改进算法更适用于图像量化。     

简论一体化联合作战后勤保障体系的特征

后勤保障体系要素一体、后勤保障功能一体、后勤保障体系空间一体、后勤保障网络一体、后勤保障体系权责一体,是一体化联合作战后勤保障体系的基本特征。     

子阵域盲源分离应用于主瓣抗干扰算法研究

阵列雷达的主瓣干扰抑制是雷达抗干扰领域的一个难题。提出了一种基于子阵域的盲源分离主瓣抗干扰算法。该算法以特征矩阵近似联合对角化（joint approximate diagonalization of eigen-matrices,JADE）盲源分离算法为基础,与传统的全向阵列算法相比,该算法提供了较低的复杂度,尤其是针对大型阵列时,算法的优势更加显著。其设计思路是先将全向阵列划分到子阵域;然后在子阵域的基础上利用多重信号分类和恒虚警检测,设计了一种新的盲源分离信道数预估计方法,为JADE提供先验信息;最后设定盲源分离通道数,使接收信号分离,并将分离信号分别进行脉冲压缩、信号检测等步骤,从而达到雷达主瓣抗干扰的目的。通过仿真分析可知,该方法可以实现目标信号和干扰信号的有效分离,且计算量对比全向阵列有显著降低,具有一定的工程应用前景。     

多模态交叉解耦的少样本学习方法

当前的多模态少样本学习方法忽视了属性间差异对正确识别样本类别的影响。针对这一问题,提出一种利用多模态交叉解耦的方法,通过解耦不同属性语义特征,并经过特征重建学习样本的本质类别特征,缓解类别属性差异对类别判别的影响。在两个属性差异较大的基准少样本数据集MIT-States和C-GQA上进行的大量实验表明,所提方法较现有方法有较大的性能提升,充分验证了方法的有效性,表明多模态交叉解耦的少样本学习方法能够提升识别少量测试样本的分类性能。     

虚拟PDM环境下基于特征增长的协同设计

协同设计目前已经成为解决复杂产品设计问题的关键技术之一.在分析了现有协同设计问题的基础上,提出通过构建虚拟PDM(VPDM,Virtual PDM),应用交换特征增长数据的方法,来解决企业间异构PDM、CAD应用系统的协同设计问题.给出了虚拟PDM的定义,并介绍了基于虚拟PDM进行协同设计的基本原理.建立了基于虚拟PD...     

目标多特征信息的模糊数据关联算法

传统的解决密集杂波环境中多目标跟踪的数据关联算法主要是基于目标的距离特征。由于利用的信息有限,容易导致目标的误跟和失跟。提出一种基于目标多特征信息的数据关联算法,将目标的距离特征、方位特征和雷达散射截面积特征进行模糊信息融合,实现对雷达目标的关联。仿真结果表明了该算法的有效性。     

基于多重特征量的地磁场匹配导航

目前基于相关性度量匹配的地磁场导航算法一般仅取地磁场的某一个特征量作为匹配量,易落入匹配目标的局部极小值,导致定位结果不理想.提出选用多个地磁场特征量,采用贝叶斯方法,以多目标最优问题求解地磁场的匹配定位.实验结果表明,相比现有的地磁定位算法,提出的方法更易获得全局最优解,因而能够提高匹配概率和匹配精度.     

围绕主题主线科学推进预备役部队质量建设

推进各项建设科学发展和加快转变战斗力生成模式,是新时期新阶段我国国防和军队建设的主题和主线。预备役部队贯彻这个主题和这条主线,应与落实党中央、中央军委和胡锦涛主席近年来关于加强军队和国防后备力量建设的一系列重大决策指示结合起来,从自身的性质特征、职能使命、内在规律和现实基础出发,理清思路,端正指导,整体筹划,协调推进,全面提升建设质量和科学发展水平。     

妥协中进化

每艘军舰的设计都意味着一次妥协,在航母的设计上,这种妥协愈发复杂和纠结。成本、搭载舰载机的数量、航海性能等等众多要素都要通盘考虑,才能取得理想的结果,而且在实际使用中,一艘航母的全寿命里往往要经历几代舰载机的发展,这就对航母提出了更多要求。比如美国海军的"中途岛"号,在服役之初,它搭载的还是螺旋桨飞机,如"海盗"这样的二战名机,但几十年后,当它准备办理退役手续时,甲板上的舰载机已经变成了"大