【摘 要】
：
随着装备体系化作战模式在军事活动中的深入运用,其表现出的优势已被世界军事强国高度关注,装备体系贡献率作为衡量装备成体系化建设与作战运用优劣程度的重要指标,已成为当前军事学术中研究的热点.系统梳理与归纳了国内外对装备体系贡献率评估需求、评估理论、评估方法的研究现状,总结出研究成果中存在的问题,为下一步开展装备体系贡献率研究指引方向.装备体系贡献率评估综述对开展装备体系贡献率研究工作具有一定的指导意义.
【机 构】
：
陆军工程大学装备指挥与管理系,河北石家庄050003
论文部分内容阅读
随着装备体系化作战模式在军事活动中的深入运用,其表现出的优势已被世界军事强国高度关注,装备体系贡献率作为衡量装备成体系化建设与作战运用优劣程度的重要指标,已成为当前军事学术中研究的热点.系统梳理与归纳了国内外对装备体系贡献率评估需求、评估理论、评估方法的研究现状,总结出研究成果中存在的问题,为下一步开展装备体系贡献率研究指引方向.装备体系贡献率评估综述对开展装备体系贡献率研究工作具有一定的指导意义.
其他文献
针对模块化多电平换流器(MMC)子模块在运行时存在的排序运算量大、功率器件动作频繁等问题,文中提出一种改进的快速排序优化算法来减少控制器的计算量.首先优化快速排序中基准值的选取方法,选取待排数组中均值作为基准值;其次结合直接插入排序,仅对经过快排后的某一数组进行排序,减少待排数据的数量.针对MMC运行过程中存在功率器件动作频繁的问题,设置各桥臂子模块电容电压最大(小)偏差值,对于未越限的电容电压值保持其下一周期投切状态不变,减少功率器件的频繁投切.最后在仿真软件Matlab/Simulink中搭建21电平
针对DenseNet采用ReLU函数在特征传播过程中存在丢失图像的负特征问题,文中提出一种改进的DenseNet方法.首先,为了解决样本数据集少而产生的问题,采用数据增强方法中的图像翻转、旋转和随机裁剪方法来增加数据集;其次,利用Leaky ReLU函数不会丢失图像负特征的特性来代替ReLU函数,在反向传播时增加传播的负特征,并采用迁移学习的基于微调网络的技术进行训练从而防止过拟合.迁移学习是运用神经网络在大型数据集ImageNet上训练好的参数权重在小数据集上进行网络训练,再把原神经网络的全连接层改为小
为了高效提取高度集中、覆盖范围广和差异性明显的慕课网用户评论关键词,文中提出一种融合BERT和LDA?TextRank的关键词提取方法.实现关键词提取的第一步是获取候选关键词,在获得候选关键词之前需对爬取的课程评语进行预处理,再通过BERT模型训练得到慕课网在线评语的词向量;然后利用LDA主题模型得到候选关键词的主题分布;最后结合TextRank算法计算各主题的关系词及生成评论文本的词主题挖掘.基于此,文中利用BERT文本表示方法,能够更好地联系不同词语之间的相关性;在传统的LDA主题抽取模型的基础上结合
为解决动态背景下运动目标检测所得目标较为微弱且目标区域离散的问题,文中提出一种动态背景下的运动目标检测算法.首先利用SURF(Speeded Up Robust Features)算法提取图像中的特征点,通过双向匹配法去除误匹配的SURF特征点对,并将特征点分为前景点和背景点两部分;再利用背景点计算仿射变换矩阵,以提高仿射变换矩阵的准确性,完成背景运动的补偿,消除背景运动对目标检测的影响.然后对补偿后的图像采用帧差法和形态学操作,完成对目标的初步提取.最后利用颜色、位移和位置信息对目标进行归并处理,完成运