软件测试工具的问题及解决方法

讨论了当前软件测试工具的关键技术,并指出了其弱点,介绍了如何基于.NET技术对这些弱点进行相应的改善.     

面向装备论证的大数据应用架构

本文围绕装备论证大数据的管理和应用,论述了装备论证大数据的基本概念和应用现状,探讨了大数据应用的重要意义,并结合实际应用需求构建了装备论证大数据应用总体框架,阐述了平台基础层、数据层、存储管理层、服务支撑层和应用层的内涵和组成,介绍了大数据应用框架遵循的标准规范体系、运维管理和安全管控措施。本研究着重分析了支撑装备论证大数据平台的通用服务和专用服务,阐述了各类服务的主要组成和基本功能,设想了装备论证大数据平台提供的装备评估研究、装备运用研究、装备仿真实验和装备数据信息查询等服务应用,分析了平台建设涉及的多源异构数据融合、装备大数据综合处理、多维数据可视化等关键技术。希冀该研究结果能够为装备论证大数据建设与应用研究提供一定理论支撑。     

面向航天装备大数据的知识图谱体系

近年来,航天装备大数据平台建设已经取得了长足进步。然而,航天装备数据深层次价值仍然未被有效发掘,关键原因在于现有大数据业务数据存在无法跨专业贯通、缺乏全局数据资源智能分析及管理。知识图谱技术作为大数据时代的推理和分析利器,与航天装备大数据完成无缝对接具有天然的优势和内在动机。本文从研究面向航天装备数据知识图谱的/组织管理、关联分析、数据挖掘、知识可视化等开放式共享服务出发,通过大数据、人工智能方法挖掘航天数据的应用潜力,并引入数据化决策模型和监控体系,建立航天装备数据全息画像,实现业务数据的跨业务贯通,并提供网格化的高速检索,以求通过提升数据管理的规范化、标准化、精益化水平指导航天装备的优化和升级。     

移动数据库的应用研究

阐述了移动数据库的概念和特性,介绍了其应用现状及市场上存在的相关产品,分析了移动数据库在应用中要解决的关键问题,指出了其发展目标。     

机械法超细粉碎技术

固体物料经超细粉碎,可以改善其物理化学性质,提高应用性能．机械法超细粉碎技术成熟,易实现工业化,而且生产能力大,成本低．介绍了机械法超细粉碎设备,重点介绍了气流粉碎机,包括工作原理、特点,机计、注意事项,在农药、食品工业的典型应用,并对其在国防工业的应用作了展望．     

排列熵算法的应用与发展

重点阐述了排列熵算法的基本原理,总结归纳了该算法在医学、生物和机械等领域的国内外研究和应用现状,最后展望了排列熵算法的未来发展趋势。研究表明：排列熵算法能够有效放大时间序列的微弱变化,且计算简单、实时性高,已在信号突变检测方面显示出良好的应用前景。     

一种应用定制指令集可重构结构及FFT算法映射优化

现代无线通信应用对FFT计算吞吐率与灵活性需求越来越高,针对传统方案实现FFT计算时难以兼顾性能与灵活性的问题,提出一种应用定制指令集可重构结构ASRA,实现了FFT算法在该结构上的映射优化。ASRA在静态多发射处理器内紧耦合应用定制的混合粒度可重构硬件作为扩展功能单元簇,通过运行时重构动态切换扩展指令集。ASRA采用多体便笺存储器、多端口便笺管理单元及可重构互连构成片上缓存系统,结合多体并行访问、循环级乒乓交替、读/写流水化等技术有效提高了访存带宽;静态多发射和运行时语境管理机制支持核心循环的硬件自动流水执行和软流水执行,开发了指令级、数据级和循环级等多层次并行性。实验结果表明,ASRA大幅提升了FFT计算吞吐率,且支持的FFT计算参数更加灵活,而增加的面积开销相对较小。     

基于 SBM的操作级并行处理算法研究

SBM是支持操作级并行的一种有效的同步机制。文中基于SBM对结点调度和barrier插入算法进行了深入的研究,提出了一套有效的开发操作级并行的方案。用一有向图G(N,A)表示指令之间的相关关系,并以结点的临界路径为关键字将结点从小到大进行排序。按照排序后的结点顺序,描述了一种分配算法,将结点分配给各处理机。同时,描述了相关结点之间的barrier插入算法。     

院校网络信息资源建设应服务于信息化教学应用

随着现代信息技术的飞速发展和网络技术的广泛应用,网络信息资源呈现的形式更加丰富多彩。武警院校网络信息资源建设如何为信息化教学服务,是摆在武警院校教育工作者面前的一个重要课题。从武警院校网络信息资源建设存在的问题入手,分析了网络信息资源对信息化教学的作用,并对网络信息资源建设服务于武警院校信息化教学的主要对策进行了论述。     

Visual-simulation region proposal and generative adversarial network based ground military target recognition

Ground military target recognition plays a crucial role in unmanned equipment and grasping the battlefield dynamics for military applications, but is disturbed by low-resolution and noisy-representation. In this paper, a recognition method, involving a novel visual attention mechanism-based Gabor region proposal sub-network (Gabor RPN) and improved refinement generative adversarial sub-network (GAN), is proposed. Novel central–peripheral rivalry 3D color Gabor filters are proposed to simulate retinal structures and taken as feature extraction convolutional kernels in low-level layer to improve the recognition accuracy and framework training efficiency in Gabor RPN. Improved refinement GAN is used to solve the problem of blurry target classification, involving a generator to directly generate large high-resolution images from small blurry ones and a discriminator to distinguish not only real images vs. fake images but also the class of targets. A special recognition dataset for ground military target, named Ground Military Target Dataset (GMTD), is constructed. Experiments performed on the GMTD dataset effectively demonstrate that our method can achieve better energy-saving and recognition results when low-resolution and noisy-representation targets are involved, thus ensuring this algorithm a good engineering application prospect.