神经网络距离-多普勒超分辨雷达成像

研究利用神经网络实现超分辨雷达成像。该方法首先根据Tuff的前后向线性预测(FBLP)方程用神经网络得到样本序列的AR模型参数,然后利用神经网络作线性预测外推,再用神经网络对外推后的数据作离散哈特来变换(DHT)。从哈特来变换可以方便地得到外推数据的离散傅里叶变换,从而得到距离-多普勒超分辨雷达像。利用微波暗室数据对这一方法进行了数字仿真,结果表明这种方法是可行的,即使在低信噪比下也有较好的性能。     

人工神经网络方法实现自动判别失磁类型及失磁深度

利用失磁后 Ｅｔ．ｑ、 Ｅｆ ｑ．ｑ 衰减时间常数 Ｔｑ 仅取决于发电机参数及失磁类型的结论，根据失磁故障的分类，采用一个三层前向神经网络得出 Ｔｑ ，使微机失磁保护能够在失磁发生的瞬间自动判别出失磁类型并预测失磁深度。数字仿真、动模试验以及实际运行证明了本文所提出的方法。     

The Millenials’ war: dilemmas of network dependency in today’s military

This work is about how the United States military has become dependent on networked technology. As arguably the largest contributor to national security, it has become so dependent that its chief doctrine integrates networked technology into nearly every specialty, with particularly intense focus on Network Centric Warfare. As the military’s old guard is replaced by the highly technical Millenial Generation, there is cause to pause when assuming this techno-acuity brings nothing but advantage and success. Vulnerabilities stemming from such extensive dependence offer opportunities for exploitation that have not gone unnoticed. The first step to moving forward from this point is to fully understand the extent to which the military has become dependent on computer networks. It might be the Millenials’ war today, but it would be quite unwise for the United States military to think about it and fight it in a purely Millenial way.     

网络舆论斗争的全域一体化联合作战

作战体系已成为制约网络舆论斗争作战效能的关键性问题。论文借鉴信息化战争的一体化联合作战思想,分析了网络舆论斗争的全域一体化联合作战特点,建立了全域一体化联合作战体系架构,为网络舆论斗争实践提供思想理论指导。论文的研究成果,对于丰富网络舆论斗争理论,占领网络舆论制高点,具有重要理论意义和参考价值。     

基于网络信息体系的临机协同问题研究

研究在联合作战条件下,网络信息体系对联合作战临机协同带来的影响,科学确定基于网络信息体系的临机协同基本程序。提出在组织联合作战临机协同时,必须充分把握好临机协同行动中局部与整体的关系,掌握好联合作战临机协同的发起条件和协同规则,有效提升协同指挥效能。     

网络公开军事情报工作探析

随着信息技术的迅猛发展,互联网已深刻融入人们生产生活全过程,这使得网络中留下了各组织、机构和人员活动的海量信息痕迹。借助云计算、大数据等网络信息技术,这些信息痕迹已逐渐成为各国军事情报部门重要的情报来源,围绕网络空间展开的军事情报与反情报斗争日益激烈,需要引起高度重视。     

用卷积神经网络分类最大稳定极值区域实现汉字区域定位

获取对应笔画级连通区的最大稳定极值区域,实施形态学闭操作融合相距较近的最大稳定极值区域,融合后最大稳定极值区域对应的单个汉字区域;利用灰度共生矩阵描述最大稳定极值矩形区域的纹理信息,将其作为卷积神经网络的输入,卷积神经网络对最大稳定极值区域进行分类,过滤非汉字部分;利用最大稳定极值区域颜色直方图的Bhattacharyya距离等特征对最大稳定极值区域进行聚类,同一类最大稳定极值区域组合得到汉字文本候选区域;再次利用卷积神经网络对候选文本区域进行分类,过滤非文本部分,剩余的就是定位到的汉字文本区域。实验结果表明,该算法对于汉字区域定位具有良好的效果。     

基于PageRank算法的武器装备体系重要节点评估

将武器装备系统抽象为网络节点,利用复杂网络理论研究评估武器装备体系中的重要节点。针对传统PageRank算法在该应用中存在的问题,提出一种修正的PageRank算法。该算法对悬挂节点及有向环状网络节点的重要度评估具备收敛性。仿真实例验证了该修正算法对双目标作战环节点重要度评估的有效性。为了进一步验证所提算法的准确性,引入特征谱理论和移除节点法评估网络的抗毁性。     

基于BP神经网络的UCAV航迹综合评价

针对目前航迹规划过程中评价指标难以统一且指标权重确定过分依赖主观经验的问题,在建立较为完备的UCAV航迹评价指标体系基础上,引入BP神经网络对UCAV备选航迹进行综合评价,从备选航迹的样本数据出发,客观分析航迹的优劣,为决策者提供更加科学合理的参考依据,最后结合仿真算例,验证了该方法的可行性。     

基于视频监控的人的异常行为系统设计

"视频监控"是一种可实现夜间检测的视频监控系统,普遍用于沿街商铺、仓库、郊区独户别墅以及小区等场所。传统的视频监控对摄像头的要求较高,并且需要多人值守,对人力、财力的要求较高。针对传统视频监控存在的不足,设计了一种智能检测系统,能实现对非法入侵、物品盗移等异常状况的实时检测和及时报警,还针对夜间图像的特点设计增强算法,使普通摄像头可实现夜间监控,大大降低了视频监控的应用成本并提高了监控效率。