军事行政执法行为论纲

军事行政执法行为是军事行政行为的一种 ,它是军事行政法的核心内容。以行政法学的基本原理为依托 ,结合军事行政法律规范和军事行政法律实践 ,努力廓清军事法学界在军事行政执法行为概念和特征方面的认识分歧 ,并初步勾画了军事行政执法行为的框架体系。     

军用飞机航材配送中心选址方法与模型

航材保障是装备保障工作的重要组成部分,直接影响部队作战和训练任务的完成。深入开展军用飞机航材配送中心选址方法研究,探索新的航材配送中心选址方法与手段,对于配送中心的科学选址,提高航材保障工作效益具有重要意义。针对军用飞机航材保障特点,综合考虑任务成功率、经济性和战时道路损毁等因素,提出了军用飞机航材保障配送中心选址方法,建立了配送中心的选址模型。最后,给出了具体算例,验证所建模型的科学性和有效性。     

基于选择点的预定目标选择方法原理及性能

反舰导弹末制导雷达的目标选择方法主要采用"先入为主"和"录取对比"方法。从影响目标选择的误差因素出发,对这两种目标选择方法的原理进行了分析研究。研究表明:这两种方法都是基于选择点的预定目标选择方法;且由于受自控终点散布误差和目标机动误差的影响,基于选择点的预定目标选择方法不适应超视距应用。蒙特卡罗仿真表明,预定目标上释放冲淡干扰时,基于选择点的预定目标选择方法已基本不具备预定目标选择能力,超视距情况下正确选择预定目标的概率低于0.2。     

基于Wigner-Ville分布及局部奇异值分解的磁记忆信号特征提取与识别

针对磁记忆检测中缺陷信号持续时间短且频率范围小的特点,为提取磁记忆信号的有效特征,根据矩阵奇异值的特点,提出一种基于Wigner-Ville分布及局部奇异值分解的磁记忆信号特征提取方法．通过将时频分布矩阵从时间轴和频率轴分别划分为不同局部矩阵,提取出各矩阵的奇异值来构造特征向量．然后,将构造的特征向量作为支持向量机的输入向量对不同检测区域的金属磁记忆信号进行识别．实验结果表明：基于Wigner—Ville分布及局部奇异值分解算法构造的特征向量能有效提取磁记忆信号的特征信息,提高支持向量机的识别精度．     

基于CZT的频谱细化算法及应用

针对复杂信号频域特征提取问题,利用Delphi语言编写了Zoom-FFT和基于CZT的频谱细化方法应用软件,以某型坦克传动箱振动速度信号为例进行了对比分析,验证了算法的有效性和程序设计的正确性。结果表明：基于CZT的频谱细化方法具有运算效率高、细化效果好等优点,可以在复杂信号分析中推广应用。     

一种基于特征匹配的实时电子稳像算法

为了实时地稳定摄像系统的输出视频,提出了一种基于特征匹配的实时电子稳像算法。将改进的Kanade Lucas Tomasi(KLT)算法用于特征提取,并提出一种新的基于灰度投影均值的特征匹配算法。为了保证稳像结果的鲁棒性,还给出了特征的有效性检验方法。另外,基于高实时性对运动滤波算法的要求,在有意运动参数估计中采用了递归Kalman滤波法。实验表明,在微机上稳定单帧图像仅需24.7ms,能够满足实时性要求,且具有良好的稳像效果。     

结合规则知识与神经网络于空袭武器的辅助选择

结合规则推理与神经网络,提出了一种新的空袭武器辅助选择方法。其根据空袭武器选择的基本原则以及问题的特点,构造T-S模糊逻辑系统及其实现的相应神经网络模型,然后通过已有的战例与试验例子训练神经网络,并对问题进行求解,得出空袭武器选择提供依据(一种量化的武器适用度)。另外,还利用专家提供的规则知识于学习实例的预处理,学习实例信息的扩充。     

Bidirectional parallel multi-branch convolution feature pyramid network for target detection in aerial images of swarm UAVs

In this paper, based on a bidirectional parallel multi-branch feature pyramid network (BPMFPN), a novel one-stage object detector called BPMFPN Det is proposed for real-time detection of ground multi-scale targets by swarm unmanned aerial vehicles (UAVs). First, the bidirectional parallel multi-branch convolution modules are used to construct the feature pyramid to enhance the feature expression abilities of different scale feature layers. Next, the feature pyramid is integrated into the single-stage object detection framework to ensure real-time performance. In order to validate the effectiveness of the proposed algorithm, experiments are conducted on four datasets. For the PASCAL VOC dataset, the proposed algorithm achieves the mean average precision (mAP) of 85.4 on the VOC 2007 test set. With regard to the detection in optical remote sensing (DIOR) dataset, the proposed algorithm achieves 73.9 mAP. For vehicle detection in aerial imagery (VEDAI) dataset, the detection accuracy of small land vehicle (slv) targets reaches 97.4 mAP. For unmanned aerial vehicle detection and tracking (UAVDT) dataset, the proposed BPMFPN Det achieves the mAP of 48.75. Compared with the previous state-of-the-art methods, the results obtained by the proposed algorithm are more competitive. The experimental results demonstrate that the proposed algorithm can effectively solve the problem of real-time detection of ground multi-scale targets in aerial images of swarm UAVs.     

CRF与规则相结合的军事命名实体识别研究

作战命令的分词是作战指令自动化生成、文图转换等各种指挥自动化技术的重要基础。在作战指令进行分词处理的过程中,军事命名实体的识别是技术难点之一。命名实体是信息的主要载体,它的识别是军事信息抽取的关键。提出了一种基于CRF模型与规则相结合的命名实体识别方法,结合基本特征与外部词典特征,提高了实体识别效率;在后期进行规则优化,最终实现高效的命名实体识别。实验证明,该方法是行之有效的。能够成功解决命名实体的自动识别问题。     

模糊综合评判在装备操纵手遴选中的运用

装备操纵手的选拔是部队一项经常性的重要工作,它对于更好地发挥武器装备技术性能,提高部队战斗力有着极其重要的作用。但是,目前的操纵手选拔工作定性较多、主观随意性大,缺乏科学的理论指导。依据人机环境系统工程理论,采用模糊综合评判决策法对装备操纵手选拔工作需把握的诸因素和选拔评判过程进行建模与量化分析,得到了与实际结果相一致的结论。它的应用对于正确科学地选拔装备操纵手有重要意义。