用于视频图像帧间运动补偿的深度卷积神经网络

为探索深度学习理论在视频图像帧间运动补偿问题中的应用,提出一种用于视频图像帧间运动补偿的深度卷积神经网络。该网络由卷积模块和反卷积模块构成,可以处理不同分辨率输入图像并具备保持较完整图像细节的能力。利用具有时序一致性的视频图像序列构造训练样本,采用随机梯度下降法对设计的深度卷积神经网络进行训练。视觉效果和数值评估实验表明,训练得到的网络较传统方法能更有效地进行视频图像帧间运动补偿。     

The Limits to Learning in Military Operations: Bottom-up Adaptation in the Norwegian Army in Northern Afghanistan, 2007–2012

This article – based on interviews with Norwegian Provincial Reconstruction Team (PRT) commanders and the lessons-learned database of the Norwegian Armed Forces – argues that what appear to be an inability or unwillingness to learn and adapt in war may have other explanations. The ambiguity of experiences makes lessons contested, contradictory, and fluid interpretations of confusing events. Consequently, they do not provide unequivocal guidance for adaptation. Even when lessons learned are fairly clear and agreed upon, adaptation does not automatically follow, as force autonomy may be quite limited, at least for small states in coalition operations conducted in partnership with indigenous forces.     

复杂电磁环境下通信抗干扰的信息筛选算法

根据复杂电磁环境下通信联络的特点,基于大规模通信数据的涌现,采用一种能够在大量干扰和背景信号中筛选出有用信息的算法。通过对覆盖算法的研究,利用概率理论对其算法进行了优化和改进,为应用覆盖算法构建了一个实用的有限混合的概率模型,而后采用最大似然的原理进行优化计算,实现覆盖算法的优化实用化。将这种数据筛选算法应用到受到干扰条件下短波通信的海量信息的挖掘中,取得了良好的效果,验证了其有效性。     

海洋能驱动航行器的能源最优航迹规划研究

无人水面航行器在航行过程中受到尺寸限制,只能携带有限的能源,而海洋中蕴含大量的能源,如果无人水面航行器在航行过程中能利用广泛分布的海洋能源,那么其续航能力将会显著提升.研究一种海洋能驱动航行器的能源最优航迹规划方法,使海洋能驱动航行器在航行过程中尽可能少地消耗能源,并尽可能多地利用海洋能.首先,选取我国南海部分海域作为...     

应用离散粒子群-郭涛算法分配多无人机协同任务

针对以往考虑时间窗约束的多无人机协同任务分配问题模型不能反映在有效时间窗内,任务执行时间对任务收益的影响及求解算法效率较低的问题。建立了将任务收益和任务执行时间直接联系起来的任务分配模型和可行解到粒子整数编码方式的映射,设计了混合离散粒子群-郭涛算法的组合优化问题求解策略。借助粒子群算法利用粒子自身信息和种群有用信息指导种群进化的本质特点,优化郭涛算法的适应性序列倒置操作;设计了可变的学习选择概率来选择个体的学习粒子,改进了序列倒置算子。仿真实验验证了该方法处理复杂任务分配问题的有效性。     

Military Maladaptation: Counterinsurgency and the Politics of Failure

Tactical learning is critical to battlefield success, especially in a counterinsurgency. This article tests the existing model of military adaption against a ‘most-likely’ case: the British Army’s counterinsurgency in the Southern Cameroons (1960–61). Despite meeting all preconditions thought to enable adaptation – decentralization, leadership turnover, supportive leadership, poor organizational memory, feedback loops, and a clear threat – the British still failed to adapt. Archival evidence suggests politicians subverted bottom-up adaptation, because winning came at too high a price in terms of Britain’s broader strategic imperatives. Our finding identifies an important gap in the extant adaptation literature: it ignores politics.     

基于遗传算法(GA)的通信抗干扰决策引擎

基于认知无线电思想设计了一种多参数联合自适应通信抗干扰决策引擎,并利用遗传算法(Genet-ic Algorithm)作为决策算法,实现了系统频率、功率、调制方式、信道编码方式等参数的自适应选择。文章给出了算法的流程和仿真分析,仿真结果表明,该引擎对单目标函数以及有偏好的多目标函数的参数选择与理论值相符,验证了抗干扰决策引擎实现参数自适应选择的可行性和有效性。     

基于蚁群算法的无人机航迹规划及其动态仿真

为实现无人机航迹规划的实时性和交互性,建立了无人机动态仿真系统。以"捕食者"无人机模型为应用背景,结合MAK仿真技术的相关理论,利用蚁群算法计算了无人机航迹规划,并实现了Matlab平台下的实例仿真。基于构建的仿真系统,利用MAK软件实现了二维和三维飞行过程的显示,仿真效果理想,为无人机航迹规划结果的交互验证提供了一种有效的手段。     

声纳浮标搜潜优化布放技术研究

在航空搜潜中为了提高搜索概率,需要优化声纳浮标群的布放位置。首先建立目标运动模型和累积搜索概率的计算方法,然后采用多点随机搜索、分区&分支界定和遗传算法对规则阵形和不规则阵形的声纳浮标群的布放位置进行优化,相应地建构了三种声纳浮标搜潜优化布放方法。仿真结果表明：在简单环境下搜潜,用前两种方法优化规则浮标阵的阵形参数,其搜索概率高而且运算时间短;在复杂环境下搜潜,利用遗传算法优化不规则浮标阵的布放位置,具有最高的搜索概率但运算时间较长。     

全信息图像质量评估研究的发展综述

随着图像技术的广泛应用,图像的质量评估问题,即信息的可靠性问题,在自动化系统中的地位日益重要。全信息图像质量评估是针对目标原始图像和被测图像都已知时的被测图像评估。从历史发展角度系统地回顾了20世纪60年代以来全信息图像质量评估研究的发展历程和现状,并从算法的构成角度对代表性的全信息图像质量评估算法进行了分类与分析。由于图像质量评估函数的性能测定在其研究中具有重要的地位,对于图像质量评估函数的性能测定方案给予了说明。最后,从研究的深入角度上讨论图像质量评估研究的未来发展趋势。