基于作战能力图的兵力部署评估仿真

运用电子地图的发展成果和技术,通过将联合作战兵力转化为具有一定属性值的作战能力像素点,以点阵图形式来显示和研究兵力部署,实现对联合作战兵力部署的评估,为定量化研究联合作战兵力运用提供一种辅助决策的新方法.     

低信噪比下融合随机共振的运动目标检测算法

为提高智能视频监控系统中运动目标检测算法在低信噪比条件下的鲁棒性,结合混合高斯背景建模算法和随机共振原理实现一种低信噪比下的运动目标检测算法。算法根据混合高斯背景模型对当前帧生成目标概率灰度图,在本文定义的性能评价函数下,通过向该概率灰度图添加噪声使得评价函数最优化从而达到随机共振,对该随机共振灰度图进行阈值分割得到输出的检测目标。针对昏暗、大雾和红外视频分别进行了实验,证实了本文算法的有效性同时也显示本文算法相对于普通背景差算法性能获得了明显提升。     

基于图熵法的战场抢救抢修方案复杂性量化模型

从战场抢救抢修注重时效的特点出发,提出了战场抢救抢修作业复杂性概念,分析了影响抢救抢修作业复杂性的因素．引入软件工程领域的图熵模型,从微观方面研究战场抢救抢修方案实施过程中的复杂性问题．将抢救抢修方案划分为3个层次,利用petri网对操作过程进行建模,并从中提取信息结构图和动作结构图．以作业的量化为基础,给出了方案的综合量化方法．实例证明该方法可以很好的反映抢救抢修方案的可操作性．     

“三色图”的一个充分条件

文中证明了定理:若图G中不存在与K_4同胚的子图,则其色数X(G)≤3,进而得到三色图的一个充分条件。只要能证明与上述定理类似的一个定理:“若图G中不存在与K_5同胚的子图,则其色数X(G)≤4”,则世界著名的“四色猜想(4CC)”即得证。     

融合图嵌入的Smooth-PCANet图像识别算法

主成分分析网络（Principal Component Analysis Network,PCANet）是一种简单的深度学习算法,在图像识别领域具有优秀的性能。然而PCANet在构建网络卷积核时只关注了图像的主分量信息,忽视了近邻像素点之间的位置关系。而通常情况下,图像的相邻像素点具有空间强相关性,因此利用图结构保持像素点的位置近邻关系更有利于网络提取有效特征。因此,我们将图嵌入思想融入PCANet,提出一种新的图像识别算法Smooth-PCANet。为了验证Smooth-PCANet算法的有效性,我们在人脸、手写体字符以及图片等不同数据集上构建实验,并将Smooth-PCANet与多种基于深度学习的图像识别算法作了对比。实验结果证明,Smooth-PCANet算法比PCANet获得了更高的识别性能,并且更有效地避免了过拟合,在小样本训练时具有显著优势。     

基于群决策赋权TOPSIS的军航空域使用效能评估

针对军航空域使用效能评估的问题,以某军航机场空域为研究对象,根据军航特殊的运行体系和空域使用需求,考虑参训要素对空域使用的影响,建立了包含任务、装备、指控、保障等4个因素的评估体系。在此基础上依托群决策赋权法综合确定各专家权重,并结合TOPSIS方法对军航空域使用效能进行评估。结果显示,此法能够充分结合军航特点,为军航空域使用效能评估提供了可量化的参考依据,具有较好的实用性。     

MADM组合赋权的防空重点保卫目标优选与排序

针对防空重点保卫目标优选问题不确定多属性决策的特点,提出一种基于MADM组合赋权的目标优选与排序方法。构建了防空重点保卫目标评价指标体系,给出了指标权重不相容情况下如何寻找并剔除疵点权重的方法。在此基础上,建立了一种基于区间估计解决保卫目标优选问题的数学模型。最后通过实例分析验证,该方法排序结果准确,能有效减小误差,对指挥员科学决策具有一定的参考价值。     

基于信息链的防空作战体系能力分析方法

针对要地防空指挥控制系统的组成、结构和功能,通过双层图对作战体系结构进行建模,提出体现作战体系作战业务流程、信息连通性的双层信息链搜索和解析方法,实现了将信息链与作战体系能力分析的有机关联。仿真验证表明,该方法有效地体现了在作战体系能力分析中,各类型作战实体的协作性和连通性,提高了作战体系作战能力与体系结构的融合能力,利于作战体系的作战效能评估。     

“我就图‘人情’两个字”

正故事的主人公名叫李秀英,是一位退休女职工,就是她,用真诚和热情,用她那布满老茧的双手,帮助一位80多岁的孤寡老人走完了人生的最后一程。"连长找我之前也找了很多人,大家都有难处,连长很为难。我是一名退休职工,想为连长分忧,为咱兵团人做点好事,至于钱……要钱就显得没人情了。"7月2日,李秀英直爽地对笔者说。这事还要从头说起。2013年年3月初,84岁的退休职工赵现友因病卧床不起,老伴也去世了,面对这样的情形,连长     

LODA：一种分布式的面向定位的无线传感器网络细粒度调整方法

摘要：本文针对在初始的部署条件下不可定位的无线传感器网络,提出了一种分布式的面向定位的网络调整方法,称为LODA方法。该方法通过节点所处的路径信息判别确定该节点的调整策略,从而使得初始状况下不可定位的网络达到可定位条件。LODA方法仅需调整约11%节点就能够将稀疏的网络调整至可定位,较当前最好的网络调整方法减少了约40%。此外,本文所提出的方法采用分布式的执行策略,从而将定位所产生的通信负载和能耗均衡到网络中的多个节点,克服了先前集中式方法的可扩展性限制。大量的仿真实验结果表明,LODA方法较现有方法而言具有更高的执行效率。