加快转变战斗力生成模式 推进国防和军事组织领导体制改革

国防和军事组织领导管理体制在国防和军队现代化建设中具有全局性、顶层性和决定性的作用。转变战斗力生成模式应改革国防和军事组织领导管理体制,包括健全完善中国特色的国防资源配置组织领导管理体系、武装力量组织领导管理体系、国防事务监督组织领导管理体系。     

多UAV协同区域覆盖侦察方法

针对多UAV对未知区域的协同覆盖侦察问题,提出了将STC算法与在线局部调整策略相结合的区域覆盖侦察方法.通过建立无重叠覆盖区域的闭合路径,最小化了重复侦察区域,缩短了任务执行时间;通过在线局部调整保证了只要有一架UAV不出现故障,侦察任务就可以正常进行.仿真结果表明,该方法能够有效解决多UAV协同区域覆盖侦察问题,方法...     

加快推进民兵战斗力生成模式转变应做到“四个坚持”

战斗力生成模式是作战能力要素结构与生成机理的基本表现形态。转变战斗力生成模式,就是积极适应战争形态演变和国家武装力量职能任务拓展,充分运用先进科学技术,为战斗力充实新内涵、创造新结构、谋求新增长。民兵作为国家武装力量的重要组成部分和我军的得力助手,必须紧跟中国特色军事变革和常态化军事斗争准备形势,发挥寓军于民优势加快推进战斗力生成模式转变,努力提高保障诸军兵种联合作战和完成多样化军事任务的能力。     

基于生成对抗网络的图像去雾算法

针对有雾情况下目标检测等视觉任务精度明显下降,提出了一种端到端图像去雾网络,能够直接生成清晰图像且不需要成对的无雾图像和真实图像进行训练.将注意力模块融入生成器网络中,充分考虑不同通道和不同区域在有雾图像中的影响,并将通道注意力和像素注意力相结合,提出了一种新的特征关注模块,赋予重要特征通道和像素区域更多的权重.考虑到...     

弹炮结合武器效能仿真的毁伤模型

针对弹炮结合武器和所拦截空中目标的特点,探讨建立弹炮结合武器仿真的毁伤模型.分析了目标的轨迹特点,建立了空间杀伤区的表示模型,针对不同的俯冲攻击倾角,分别建立了详细的拦截纵深模型,最后给出了导弹和高炮武器分系统的可拦截次数模型.该模型能较精确地对毁伤效能进行仿真.     

积极创新战斗力生成模式 努力建设过硬战时保障单元

仓库群作为战略后方基地的主要组成部分,是战时重要的后勤保障力量,文章着眼信息化条件下的局部战争对军队后勤保障的特殊要求,提出仓库群建设要积极转变战斗力生成模式的观点,并立足仓库群的实际情况,探索了在人才培养、基础建设、科技兴训等方面建设过硬战时保障单元的根本方式和途径。     

基于Internet的虚拟博物馆自动生成系统

采用通用的VRML生成器和QuickTime播放器,基于Internet国际互联网环境,通过对国际现有的VRML生成器性能的对比,应用VRML语言,构造出一个虚拟的境界。虚拟博物馆自动生成系统的各个参数均存储在数据库中,需要时可以随时设计博物馆的虚拟场景并与其他应用程序挂接。利用该系统构造的虚拟的境界,使参观者获得与真实博物馆一样的感觉。     

函数生成器的优化设计

本文介绍了一种优化的多变量函数产生器的设计思想,详尽论述了多变量函数快速插值算法、消除冗余断点搜索的思想以及搜索次数为１的断点搜索策略。实用表明,该产生器高效可行,比一般的多变量函数产生器减少计算量一半左右,有效地缩短了仿真问题的求解时间。     

信息管理误失灰色补偿方法

在信息采集、信息管理、信息传递过程中,数据链出现空穴、误传或丢失等情况时,将影响信息采集传递的安全性与信息管理的有效性,是信息管理与使用中一个值得关注的问题,如何对数据列进行有效补偿则是解决该问题的关键.运用灰色理论与正交试验设计方法建立了信息链缺失补偿模型并给出了信息链空穴补偿优化准则.所给出的具体的补偿实例说明信息链空穴灰色生成与正交试验设计生成是一种极为有效的信息缺失补偿方法.     

生成式对抗网络在SAR图像处理中的应用综述

合成孔径雷达自动目标识别技术是SAR图像处理领域的研究热点,但数据样本不足的情况导致SAR-ATR应用研究受到局限。传统扩充SAR数据集的图像仿真技术模型复杂、计算量大,生成图像不够逼真。生成式对抗网络GAN不需要目标先验信息,可以直接从真实图像数据中生成逼真的图像,具有低损耗和端到端的优点,因此相较于传统方法其更适用于小样本SAR数据高质量扩充。围绕GANs在SAR图像处理中的研究应用展开叙述,介绍了获取目标SAR图像的方法,包括传统的仿真技术和基于深度学习的GANs技术;从目标图像和场景图像等2个方面介绍了GANs训练的常用SAR数据集;针对不同数据集的应用场景,重点介绍了GANs网络在目标SAR图像生成、SAR超分辨率重建、SAR和光学影像融合等3个方面的最新研究进展;最后,结合深度学习和SAR目标特性,给出了GANs网络在SAR图像应用方面的后续发展建议。