基于宽带扫频式的弹载通信干扰机干扰类别的综合评判

对影响弹载通信干扰机干扰效果的主要因素进行了分析,建立了评价宽带扫频式弹载通信干扰机干扰类别的指标体系,通过比较和选择典型评价方法,首先根据两级比例法形成综合判断矩阵,然后运用层次分析法确定各指标的权重,最后分析构建了宽带扫频式弹载通信干扰机干扰类别的综合评判模型并举例进行了验证.结果表明弹载通信干扰机采用宽带扫频式干...     

面向深度学习的弹载图像处理异构加速现状分析

本文分析了深度学习算法向工程应用转化存在的问题,结合陆军智能弹药的特点和发展趋势,分别从深度学习模型压缩、量化,硬件平台加速设计以及异构加速框架设计等方面进行研究,提出了面向深度学习的弹载图像处理异构加速体系,实现从算法开发到硬件异构移植的流程化设计.随后,利用DeePhi Tech的异构加速框架DNNDK对Yolo ...     

利用结构化和一致性约束的稀疏表示模型进行红外和可见光图像融合

红外和可见光图像融合作为图像融合技术中一个重要组成部分,被广泛应用于军事、工业和生活领域。它能够集成两种模态图像的互补信息,融合成一幅信息丰富、质量较好的图像,不仅能够突出目标信息,还能够保持源有图像的纹理信息和一些显著性的细节。本文提出一种新的红外和可见光图像融合方法,在鲁棒稀疏表示模型的基础上增加了结构化稀疏约束,同时结合了图像区域特征相似的一致性约束项,克服现有一些方法所存在的局部模糊和纹理细节丢失等问题,提高了图像融合的精度。本文主要构建了结构化稀疏表示与一致性约束模型,将其应用到红外和可见光图像融合中并进行了求解,将源图像分解为背景信息和显著性信息,再对背景和显著性信息分别设计融合规则,最后利用字典进行重构,获得红外和可见光融合后的图像。实验结果表明,本文提出的融合算法优于现有的一些多聚焦图像融合算法。      

大口径火炮身管药室内膛裂纹电磁超声表面水平剪切波检测方法

大口径火炮身管药室内膛在射击过程中承受高温高压,易产生网状多裂纹,对安全性能造成隐患,但传统检测手段对内壁清洁度要求较高,且检测周期长.为此,提出基于电磁超声表面水平剪切波(SH波)的身管药室内膛裂纹检测方法,对缺陷进行检测.建立表面SH波电磁超声换能器的辐射声场有限元模型,分析永磁体长度和对数对辐射声场的影响,对电磁...     

面向弹载图像的深度学习网络压缩方法研究

针对基于深度学习目标识别算法具有网络结构复杂、参数量大、计算延迟高等特点,难以直接应用于弹载任务的问题,对网络轻量化方法进行了归纳总结。介绍了已有的压缩方法和轻量化网络的优点及各自特点,并选择各个方面优秀的算法进行比较。最后,结合深度学习在目标检测领域中的发展,对轻量化弹载图像目标识别算法进行了展望。     

非光滑凸问题投影型对偶平均优化方法的个体收敛性

对于一般凸问题,对偶平均方法的收敛性分析需要在对偶空间进行转换,难以得到个体收敛性结果.对此,文中首先给出对偶平均方法的简单收敛性分析,证明对偶平均方法具有与梯度下降法相同的最优个体收敛速率Ο(lnt/t).不同于梯度下降法,讨论2种典型的步长策略,验证对偶平均方法在个体收敛分析中具有步长策略灵活的特性.进一步,将个体收敛结果推广至随机形式,确保对偶平均方法可有效处理大规模机器学习问题.最后,在L1范数约束的hinge损失问题上验证理论分析的正确性.     

计算机网络安全病毒防御中的数据挖掘技术应用探析

确保计算机网络安全,是提升计算机网络使用效果的前提。有效利用数据挖掘技术开展计算机网络安全病毒防御操作,有助于推动网络安全体系建设的进程,提升网络安全风险管理整体质量。基于此,主要围绕计算机网络安全病毒防御中数据挖掘技术的合理、科学应用展开探讨,提出一些有助于发挥数据挖掘技术实效性的策略,以期为有关研究提供帮助。     

基于代价敏感结构化SVM的目标跟踪

基于结构化SVM的目标跟踪由于其优异的性能而受到了广泛关注,但是现有方法存在正样本和负样本不平衡问题。针对此问题,该文首先提出一种用于目标跟踪的代价敏感结构化SVM模型,其次基于对偶坐标下降原理设计了该模型的求解算法,最后利用提出的代价敏感结构化SVM实现了一种多尺度目标跟踪方法。在OTB100数据集和VOT2019数据集上进行了实验验证,实验结果表明：该文方法相比相关滤波目标跟踪方法,跟踪精度较高,相比深度目标跟踪方法,具有速度优势。     

基于RCS的空间目标运动状态估计

针对利用地基雷达对空间目标进行观测以判定其运动状态的问题,提出了一种采用经典功率谱估计对RCS特性数据进行处理,获取目标的滚转频率,根据空间目标姿态稳定特性,实现对空间目标三轴稳定、旋转稳定和翻滚三种运动状态进行判别的方法。该方法主要由数据预处理、数据分段、功率谱估计和目标姿态稳定性判别等步骤组成,具有精度高和易于工程实现的特点,对非合作空间目标的运动状态识别具有重要价值。基于不同观测时长和数据率的雷达实测数据试验表明,该方法可实现对空间目标运动状态的准确估计。     

基于混沌“微变异”自适应遗传算法

遗传算法可以较好地解决复杂的组合优化问题,但也存在两方面不足:一是搜索效率比其他优化算法低;二是容易过早收敛,陷入局部最优.对此,提出一种混沌“微变异”遗传算法.利用混沌优化算法具有随机性和遍历性的特点,解决遗传算法容易陷入局部最优解的早熟问题,使得新算法同时具有较强的局部搜索能力和完成全局寻找最优解的能力.同时,对遗传算法的选择算子增加了混沌扰动,对交叉算子和变异算子进行自适应调整,对适应度函数进行改进,使遗传算法整体性能得到提高.最后,通过经典函数验证表明,混沌“微变异”遗传算法比一般的混沌遗传算法和经典遗传算法的进化速度更快,搜索精度更高.