论文部分内容阅读
扎实做好新时代青海国家安全工作
【出 处】
：
青海日报
【发表日期】
：
2020年01期
其他文献
在多核时代,任何具有多核心处理器的普通PC机选用适当的软件包编写并行程序,可以成倍提高或增大所解问题的速度或规模[1][2]。本研究工作采用经高度优化的英特尔数学核心函数库（MKL）,该库高效的实现了基本线性代数
近红外光谱（NIR）广泛应用于分析化学领域,但近红外光谱吸收较弱,且吸收峰严重重叠。因此,选择代表样本信息的重要波长是近红外光谱建模需要解决的重要问题。目前,波长选择方法主要有无信息变量消除法（UVE）[1],间隔偏最小二乘法（iPLS）及MC-UVE方法[2-3]等。
能源对于整个人类的发展来说,是人类生存的基本要素之一,对经济发展和科技创新来说,是非常重要的物资资源,我们现在依靠的资源主要有石油、天然气以及煤炭等,但是这些能源在燃烧过程中会产生大量对环境和人体不利的气体,比如二氧化硫和二氧化碳,从而导致全球变暖,环境恶化。因此,无论是站在能源可持续发展的角度,还是站在国家发展以及人类生存的角度,寻找清洁能源迫在眉睫。目前,风能是最经济可行以及技术最成熟的清洁能
基于雷达的人体目标识别技术在诸多领域有着重要的应用。涡旋电磁波中携带有轨道角动量，在运动目标回波中会引起线多普勒和角多普勒效应，可为识别提供更丰富的信息。但与线多普勒相比，角多普勒较微弱，二者难以被分离。该文使用多发多收模型产生线性调频涡旋电磁波，通过双模态回波干涉抑制线多普勒。再利用短时傅里叶变换，获得双模态回波的线多普勒和角多普勒时频图，将时频图的幅度值输入到双通道卷积神经网络模型中，获得分类
为提高越野环境中目标检测和跟踪的准确率和效率，提出一种基于人机交互的免锚检测和跟踪系统。该系统由检测系统、指挥系统和目标跟踪系统组成。检测系统方面，在基于点的点云特征提取框架的基础上，设计一种免锚的目标检测网络结构；指挥系统通过相机实时获取环境态势信息，人机交互地在检测网络输出的目标序列中选择跟踪目标；跟踪系统利用检测网络输出的目标序列的外观模型和指挥系统下发的跟踪目标外观模型进行匹配来确定跟踪目
兵力部署与任务分配是无人集群防御作战的重要过程，有效利用集群中有限的兵力并发挥出最高的作战效能对提高无人集群的作战胜率至关重要。同时，进行高效的作战任务分配能够协调集群一致性并更好完成作战任务。针对无人集群防御作战中的关键作战方案，研究无人集群防御作战的兵力部署及协同任务分配优化问题。构建基于智能体技术的无人集群防御作战模型，量化无人集群兵力部署所需的关键参数，对作战区域与兵力进行了规划，设计了目
目标毁伤效果评估能够为作战决策提供可信依据，是联合作战不可或缺的关键环节。结合贝叶斯网络与云模型形成云贝叶斯网络，建立基于云贝叶斯网络的预警雷达毁伤效果评估模型，并对各类指标体系变量进行云模型转换；针对传统专家经验法推导条件概率的缺陷，采用证据理论与层次分析法确定各节点的条件概率值；将变量输入云贝叶斯网络，推理得到预警雷达属于各个毁伤等级的概率，运用于对敌反导体系预警雷达系统实施攻击的仿真计算中，
面向陆地战场上对反无人机侦察的现实需求，提出一种基于国产嵌入式智能计算平台的无人机检测方法。针对无人机体型小、易受战场环境影响而不易察觉的难题，采用红外、可见光图像和视频流等多源输入进行目标检测；针对嵌入式平台算力和存储能力有限的特性，构建轻量化深度神经网络，通过将单次多盒检测器（SSD）中的特征提取网络替换为MobileNet进行模型优化；选用国产嵌入式平台比特大陆SE5智能计算盒进行验证，完成
车载电源作为军队武器装备作训和应急的主要电能来源，其微小故障的准确诊断可有效预防严重故障的发生。然而实际监测数据往往存在冗余，且微小故障征兆难以有效提取，针对此提出一种基于递归特征消除（RFE）与栈式自编码神经网络（SAE）相结合的微小故障智能诊断方法。利用REF算法对所采集的特征变量进行重要度排序，以消除冗余并优选构建故障特征子集；再以该特征子集作为SAE深度网络的输入，微小故障类别作为输出，从