抑制成像数据噪声的模糊多目标算法

以模糊数学和决策理论为基础,通过建立成像数据模糊指数函数及平方误差 模糊指数函数,提出了一种称为模糊多目标优化的新的算法模型,对成像数据的噪声进行抑 制实现数据优化。实验结果表明,所提出的模糊多目标优化算法模型有较强的抑制噪声能 力,理论和实验有较好的一致性。     

土木工程中常见目标体的地质雷达图谱特征

将地质雷达技术应用于土木工程检测,具有速度快、效率高、准确性及分辨率高的特点。但土木工程范围甚广,且受多种客观因素的影响,使地质雷达探测到的目标体图谱千差万别,易得出错误的判断结果。通过对大量地质雷达检测图谱的分析和归类处理,找出了土木工程中常见目标体的地质雷达图谱特征,为地质雷达在土木工程中的应用提供了判别依据。     

玻璃瓶动态图像检测运动模拟平台

动态图像检测中,如何在指定位置快速而准确地捕捉到运动物体的图像是最基本的环节。试验验证图像检测装置的成像特性,成为动态图像检测研究的重要内容之一。以变频器控制电动机为核心,通过变频器内部参数编程和外部简单的辅助控制电路,构建了运动平稳、速度可调、具有自动保护功能的模拟平台。该平台适于动态图像检测中普通运动物体的快速模拟,已成功地用于玻璃瓶动态图像装置中,达到了预期目的。     

近程防空武器网络化跟踪系统

研究多探测器航迹滤波与互联新技术与新方法,把数据融合的基本理论和计算机网络技术应用于近程防空武器的跟踪系统中,得到了近程防空武器网络化跟踪系统的框架.应用数据融合和计算机网络技术可以提高近程防空武器的使用效率.     

区域防空网络化作战系统中战术数据链应用

在网络化作战模式下,只有依靠不断发展的数据链技术,才能实现信息源、武器平台和指控中心三者之间的链接.主要探讨了战术数据链的特点、发展情况及其在区域防空网络化作战系统中的体系结构、信息流程等问题,重点突出了战术数据链中与现代化作战模式相适应的环节,分析了区域防空网络化作战系统中专用战术数据链所涉及的一些关键技术.将为构建适合区域防空网络化作战的战术数据链提供一定的参考依据.     

D-S证据理论应用中的一种验证方法

D-S证据理论是一种比概率论确定性弱的不确定性理论,它能将"不知道"和"不确定"两个认知学上的主要概念区别开来,在多传感器数据融合中具有广泛的应用前景.D-S证据理论在实际应用中却存在一个困难,当目标的个数较多时,需要计算的项数太多,容易造成漏项,引起计算错误.提出了一种确定计算项数的算法,作为验证计算结果的必要条件,并通过图解的方法找出需要计算的项.     

基于小波分析的子带特征提取与选择方法

在研究了目标图像多尺度小波分解特性的基础上,提出了基于小波多尺度分解子带主成分的特征提取的算法。该算法利用图像在不同尺度的小波变换域中能量局部集中性,选择各子带能量较集中的局部小波系数构成图像目标特征向量。这种特征包含图像目标的主要边缘、纹理、灰度、结构等多种信息。由于对图像目标的特征信息的分布没有任何限制,因而适用于多种类型的图像的特征提取,可以解决单一特征提取方法中必须面对的所提取特征不明显的难点。这种特征向量对噪声有较好的鲁棒性。     

美国陆军官方网站多模态话语分析与军队形象建构

本文以Kress、Van Leeuwen和 Painter等学者的视觉语法理论为基础,从再现意义、互动意义和构图意义三个方面对美国陆军官方网站“相册”栏目进行多模态话语分析,挖掘网页的符号资源,探寻多模态语篇生成意义、传递信息和构建形象的具体机制。在此基础上,借助Halliday、Hasan、Bateman和Bhatia等学者的多模态语类分析理论,探究模态间的互动关系,分析网页的整体设计、语类特点和宣传手段等。研究发现,该网站通过象征意义、情感互动和显著性差异等手段,影响读者对美军的认知,引导读者对美军产生积极联想,从而回避现实问题,为美军塑造正面形象。在深入发掘网页的交际目的、结构潜势和互动机制的基础上,搭建多模态语类分析框架,揭示军事网站设计和社会文化背景的复杂关系,助力军队形象建设。     

智能化计量管理信息系统设计及应用价值

针对当前军事计量管理信息系统数据类型复杂、可扩展性差和智能化程度低等问题,提出了一种基于大数据的智能化计量管理信息系统。在给出系统总体架构的基础上,介绍了系统实现的关键技术和计量大数据应用价值等内容,该系统的开发和应用,可实现军事计量业务辅助决策、测试设备健康状况分析及质量预测,对推动军事计量技术的提升与发展具有重要意义。     

对象边框标注数据的弱监督图像语义分割

针对图像语义分割应用中像素级标注数据费时昂贵的问题,主要研究以对象边框标注数据为代表的弱监督模型下的图像语义分割方法。使用基于金字塔的密集采样全卷积网络提取图像的像素级特征,并用GrabCut算法转化对弱监督数据进行数据标记,通过将图像特征和标记数据进行联合训练,构建了基于金字塔密集采样全卷积网络的对象边框标注弱监督图像语义分割模型,并在公开数据集上进行了验证。实验结果表明,所构建的弱监督模型与DET3-Proposed模型、全矩形转化模型以及Bbox-Seg模型相比,达到了更好的分割效果。