固定天区小视场星跟踪器两颗星识别方法

研究了在观测天区固定的前提下,小视场星跟踪器视场内只有两颗观测星时的星图模式识别算法。首先简述了研究的必要性;接着简要介绍了实时星图的预处理;随后详细论述了所提出算法的具体步骤;然后说明了导航星表的制定过程。仿真结果表明了算法是有效的,并对仿真试验结果进行了分析;最后给出了结论。     

网络学习模式识别移动代理因素提取方法研究

从分析网络学习因素的角度出发,提出了利用数据融合理论和使用移动代理技术解决网络学习模式识别的问题。详细分析了网络学习模式中的主要因素,针对网络学习模式识别提出了使用移动代理(MA)进行因素提取的方法。同时运用数据融合技术中分布式缠绕判决模型进行描述,从而使有效地获取网络学习者的学习状态变为可能。也对网络学习因素提取MA的执行环境进行了具体阐述。设计了因素提取MA体系结构,分析了因素提取的执行过程,采用ATP层代理传输协议作为移动代理系统的应用层协议,负责学习模式识别的因素提取。     

重点目标防空作战中多预警机协同探测空域配置

针对重点目标防空作战中预警机空域配置问题,构建了多预警机阵位选择和架数优化配置模型.通过分析重点目标预警线划分,确定预警机防空作战具体任务,从而构建其阵位选择量化模型,并以此为基础,提出了一种在确保自身安全且充分发挥预警机固有探测威力前提下的多预警机并立航线和串接航线空域配置量化模型.实例运算结果表明,该模型能够对比分...     

Multi-scale traffic vehicle detection based on faster R-CNN with NAS optimization and feature enrichment

It well known that vehicle detection is an important component of the field of object detection. However, the environment of vehicle detection is particularly sophisticated in practical processes. It is compara-tively difficult to detect vehicles of various scales in traffic scene images, because the vehicles partially obscured by green belts, roadblocks or other vehicles, as well as influence of some low illumination weather. In this paper, we present a model based on Faster R-CNN with NAS optimization and feature enrichment to realize the effective detection of multi-scale vehicle targets in traffic scenes. First, we proposed a Retinex-based image adaptive correction algorithm (RIAC) to enhance the traffic images in the dataset to reduce the influence of shadow and illumination, and improve the image quality. Second, in order to improve the feature expression of the backbone network, we conducted Neural Architecture Search (NAS) on the backbone network used for feature extraction of Faster R-CNN to generate the optimal cross-layer connection to extract multi-layer features more effectively. Third, we used the object Feature Enrichment that combines the multi-layer feature information and the context information of the last layer after cross-layer connection to enrich the information of vehicle targets, and improve the robustness of the model for challenging targets such as small scale and severe occlusion. In the imple-mentation of the model, K-means clustering algorithm was used to select the suitable anchor size for our dataset to improve the convergence speed of the model. Our model has been trained and tested on the UN-DETRAC dataset, and the obtained results indicate that our method has art-of-state detection performance.     

自航式鱼雷发射装置发射管长度优化研究

基于某型鱼雷自航发射的内弹道数学模型,选择自航管的总长度作为优化目标,讨论了约束函数的取值,确定了优化问题的数学表达.采用惩罚函数法进行寻优计算,针对约束函数具有不可微和非线性的特点,采用模式搜索算法进行了无约束优化的求解,给出了优化结果并进行了比较.     

电子对抗系统中雷达情报综合技术研究

雷达情报综合是电子对抗系统数据处理中的重要环节,它可以有效地消除虚假和重复雷达。结合雷达信号出现的规律和雷达参数分布特点,讨论了雷达信号合批技术,给出了一种合批方法。该方法可以快速高效地对各类辐射源型号识别、定位的结果进行综合处理,实际应用结果表明该方法是有效的。     

基于类间最大方差法的铁谱磨粒彩色图像自动分割

在磨粒图像RGB彩色空间,选择其3个正交彩色特征,应用类间最大方差法对其分割,依据F isher判别函数选择其最佳特征与最佳阈值,实现了磨粒彩色图像的分割。大量磨粒图像分割实践证明,该分割方法具有分割精度较高、计算速度快、自适应性强等特点,是铁谱磨粒彩色图像自动分割较理想方法之一。     

基于粗糙集和神经网络的联合模式识别系统

提出了一种划分属性离散区间的新方法.针对这种划分,提出一种约简和去噪的方法.随后,建立了粗糙集和LVQ神经网络的联合模式识别系统.最后,比较了用该系统和仅用神经网络进行识别的效果,证明了该方法的有效性.     

海洋移动目标多模型运动预测方法

分析海洋移动目标的运动特征,提出了预测前插值的灰色预测方法,改进了航迹变更预测和潜在区域预测模型。通过集成匀速运动预测、航迹变更预测、基于航迹的预测和潜在区域预测,提出多模型运动预测方法及其模型参数配置依据,根据滑动时间窗口中的观测数据与预测值的统计比较,评价不同预测方法的近期预测效果,决策下阶段适宜选择的预测方法。仿真实验表明多模型运动预测比使用单一运动预测方法降低预测风险,提高了预测精度。     

驱护舰编队对潜防御性搜索态势分析与方法

针对驱护舰武器装备的发展,结合驱护舰编队海上对潜防御作战的新特点,根据特定驱护舰编队的使命任务,提出了特定驱护舰编队对潜进攻性搜索与防御性搜索的新概念,并在战斗战场范围内对特定驱护舰编队对潜防御性搜索态势进行了分析,给出了编队对潜防御性搜索方法.对部队作战与训练具有一定的参考应用价值.