用坐标空间重正化群(PSRG)方法求解二维正方格子铁磁系统的临界指数

本文采用坐标空间重正化群方法(PSRG),对二维正方形点阵最近邻伊辛模型铁磁系统,求解了五个自旋组成块体的临界指数,在块体哈密顿量中保留到的量级。将本文结果与伊辛模型严格计算的理论值、各种临界指数的实验值、以及二维三角点阵三个自旋组成块体的临界指数计算值相比较,可以看到,本文的计算结果均比三角点阵三自旋组成块体的计算值有所改进。     

DDS中相位截断噪声的分析和处理

直接数字频率合成以其频率分辨力高,频率切换速度快,而且切换时相位保持连续等优点在频率合成中占有重要的地位。它全部采用数字技术,易于设计和集成,然而,它的输出频谱中存在较多的杂散频率分量。其根源主要是：１相位截断噪声;２幅度量化噪声;３ＤＤＳ的取样合成机理;４Ｄ／Ａ的非理想性（存在非线性和毛刺）。本文对其位截断噪声进行讨论,并对一种加随机声来改善ＤＤＳ输出频谱结构的方法进行了深入的分析。     

非线性动态系统的渐近滑态控制概述

总结和推广了非线性动态系统渐近滑态（ＡＳＭ）控制方法的若干理论成果。在相当一般的假设条件下,我们指出了可以采用连续（乃至光滑）的控制方案,将系统的状态驱往给定的滑动流形上。此外,我们还引入了基于Ｈａｍｉｌｔｏｎ－Ｊａｃｏｂｉ方程的理论方法,统一了先前得到的关于闭环系统鲁棒性分析的结果。最后我们列举了一些应用例子和研究建议。     

机动目标运动数学模型评述

近十几年来,人们对机动目标的跟踪问题进行了大量研究。问题的核心是如何建立机动目标运动的数学模型。本文主要对现有的空中机动目标的数学模型进行评述和比较研究。     

遗传算法收敛性分析

一.引言 遗传算法（Genetim　AIgorithm,GA）是一类以达尔文自然进化论与遗传变异理论为基础的求解复杂全局优化问题的仿生型算法,是一种新的搜索寻优技术,它仿效生物的进化与遗传,根据“优胜汰”的原则,借助选择,交叉和变异等算子,使所要解决的问题从初始解一步步地逼近最优解,尽管这种方法已经在人工智能非线性优化。机器学习。自适应控制和人工神经网络训练,并行处理等方面得到了     

矩阵论在研究微波元器件中的应用

采用酉矩阵的性质 ,证明微波无耗器件S参数的一个重要性质———幺正性。     

面向陆上分队战术的多人多模态人机交互

目前战术虚拟仿真训练强调受训者的多维感知、高度沉浸和作战体验,以达成作战技能正向迁移.结合陆上分队战术训练特点和受训者行为规律,针对陆上分队战术虚拟仿真训练中人机交互需求,对面向陆上分队战术的多人多模态人机交互设计、策略、流程和实现意义与训练价值进行了研究,探索了基于多人多模态人机交互开展陆上分队战术虚拟仿真训练的新方...     

无人机多模态融合的城市目标检测算法

城市低空运用小型无人机检测车辆等城市目标正逐渐成为主流手段。针对目前存在的实际场景中可见光探测易受光照影响、无法夜间工作和红外探测目标边缘模糊,导致单模检测网络检测精度低的问题,提出了一种基于图像融合和深度学习网络的无人机多模态融合的城市目标检测算法：首先,基于DUT-VTUAV可见光-红外配准数据集和TIF图像融合算法,构建多模态融合数据集;其次,对比了现有YOLO(You Only Look Once)检测系列网络的检测精度、速度及参数量等性能参数,选择出最适合无人机端移动部署的轻量化网络YOLO v5n;最后,综合运用图像融合算法和目标检测模型,形成多模态融合检测算法。在车辆数据集上进行的对比实验表明：相对单模检测,所提出的算法的检测精度得到有效提升,mAP高达99.6%,且该算法可在0.3 s内完成一组可见光-红外图像的融合检测,具有较高的实时性。     

2023年深度学习技术主要发展动向分析

深度学习已成为人工智能领域的研究热点和主流发展方向之一,为诸多重要应用领域带来了革命性的进步。对2023年深度学习技术热门领域的主要发展动向进行了综合评述。首先介绍了深度学习技术发展现状,其次探讨了深度学习技术的军事应用任务和挑战,最后盘点了深度学习技术的未来重点发展方向。综述表明,大语言模型是深度学习领域在2023年最突出的亮点,世界模型框架下的自监督学习技术、强化学习框架下的人工智能智能体技术等也呈现加速发展态势;环境恶劣与强干扰复杂条件下的高鲁棒性深度学习、面向实时流数据高效处理与内在逻辑关联的深度学习、面向多变作战场景自主决策与快速决策的深度学习、面向跨域数据协同感知与协同推理的深度学习等,是深度学习技术未来重要的发展方向。