基于改进SSD算法的航拍目标检测算法研究

研究基于深度学习技术的无人机航拍图像目标检测算法,首先介绍目标检测算法SSD(Single Shot MultiBox Detector),并对其特征提取网络进行改进,采用稠密特征提取网络替换原网络的主干特征提取网络,提高算法的特征提取能力,从而提升了算法的检测精度。针对网络实时性问题,在算法中引入分组卷积,极大地减少了网络参数量,提升了网络推理速度。为解决训练中出现的正负样本不均衡问题,利用焦点损失（Focal Loss）改进了原算法的损失函数,进一步提升了网络的收敛速度和精度。最后,通过仿真验证了改进算法在目标检测精度上的优越性。     

一种星载控制计算机智能容错方法

  深空探测任务对星载控制计算机的智能性、环境适应性和自主性提出新的需求。介绍目前星载控制计算机容错方法的进展情况,提出可进化硬件容错这种可用于星载控制计算机容错设计的智能容错方法,给出该方法的三种实现结构,即并行结构、串行结构和具有故障检测功能的串行结构,并对各种结构进行分析和比较。最后,用仿真验证平台验证了串行结构的可行性和容错性。     

自主空战技术中的机动决策:进展与展望

自主空战（AAC）是指飞机依靠机载等相关设备，自主进行战场感知、决策及控制，以执飞空战的技术，其核心是机动决策模块。针对该模块的研究，调研了国内外的现有方法，并按照有关方法的核心内涵，将其分为基于数学求解、机器搜索、以及数据驱动3类分别简要概述；针对每一类方法列出了具有代表性的示例技术，并讨论了其优缺点。指出了自主空战决策的研究应立足现有相关方法及技术基础，同时积极吸纳机器学习、人工智能等新兴技术，合理利用各类方法的优点，取长补短，实现自主空战决策的长足发展；有关于该研究设想的关键科学问题及其潜在解决方案也在文中进行了初步讨论。希冀基于针对自主空战决策研究框架及实现方法的概念性讨论，促进其技术发展，推广相关思路在有关国家安全、国民经济建设等领域的应用，以满足国家重大需求和工程实践。     

Threshold Selection Method Based on Reciprocal Gray Entropy and Artificial Bee Colony Optimization

Since the logarithmic form of Shannon entropy has the drawback of undefined value at zero points,and most existing threshold selection methods only depend on the probability information,ignoring the within-class uniformity of gray level,a method of reciprocal gray entropy threshold selection is proposed based on two-dimensional（2-D）histogram region oblique division and artificial bee colony（ABC）optimization.Firstly,the definition of reciprocal gray entropy is introduced.Then on the basis of one-dimensional（1-D）method,2-D threshold selection criterion function based on reciprocal gray entropy with histogram oblique division is derived.To accelerate the progress of searching the optimal threshold,the recently proposed ABC optimization algorithm is adopted.The proposed method not only avoids the undefined value points in Shannon entropy,but also achieves high accuracy and anti-noise performance due to reasonable 2-D histogram region division and the consideration of within-class uniformity of gray level.A large number of experimental results show that,compared with the maximum Shannon entropy method with 2-D histogram oblique division and the reciprocal entropy method with 2-D histogram oblique division based on niche chaotic mutation particle swarm optimization（NCPSO）,the proposed method can achieve better segmentation results and can satisfy the requirement of real-time processing.     

蚁群算法的改进设计及在航迹规划中的应用

将蚁群算法与人工势场算法相结合，提出了一种新的寻优算法。在算法的设计过程中，首先引入人工势场法进行蚁群算法初始信息素的分配，避免了在迭代初始阶段，信息素太少与启发信息不成比例而使得蚂蚁集中在启发信息最强的路径上，从而陷入局部最优的问题。其次，通过引入势场引导函数改进蚁群算法的状态转移函数，避免了在三维空间中蚂蚁搜索容易忽视节点周围障碍物因素，从而陷入盲目选择导致搜索时间过长的问题。将优化算法应用于无人机三维航迹规划问题的求解，并通过仿真验证了有效性。     

基于Multi—Agent的空中交通流量仿真研究

针对传统空中交通流量仿真过程中灵活性和智能性的不足，将分布式人工智能Multi—Agent的理论和方法应用到空中交通流量管理领域中，提出了基于Muhi-Agent的空中交通流量仿真方法。介绍了空中流量管理的体系结构和流量管理的具体措施，详细设计了与流量仿真相关的重要Agent，包括航班Agent、航路Agent、机场终端区Agent和区域流量管理Agent等，探讨了各Agent的内部运行机制和在流量管理中的职能，构建了基于Multi．Agent的空中交通流量仿真子系统的整体框架．为实际空中交通流量管理系统的建设提供重要的指导和拳者。     

人工免疫木马检测中动态克隆选择算法的改进

针对人工免疫木马检测中检测器的冗余,检测过程中成熟检测器和记忆检测器在检测到自我抗原或年龄过大时,被直接删除造成的非我信息资源丢弃等问题,引入限次变异对检测器的生成进行改进,提出将随机生成的检测器在自我耐受后,再与已有合格检测器匹配,对与已有合格检测器匹配的检测器进行限次变异;而检测到自我抗原或年龄过大的检测器同样进行限次变异的方法。实验结果表明,这种方法能准确而快速地检测已知和未知木马。     

情报学视角下科研档案情报价值的认知与实现

通过对科研档案情报属性的分析入手,对科研档案情报价值的挖掘、传播、服务等内容进行初步探讨,寻求科研档案情报价值有效实现的途径,真正发挥出科研档案的作用,为开拓档案工作的新领域打下基础。     

对抗性智能空战目标机设计与实现

针对目前对抗性空战仿真的需要,将对抗性智能空战目标机分解为目标机决策仿真和目标机实体仿真两部分进行设计。以条件触发的动作链实现目标机对空战战法的执行,结合三自由度飞机运动方程、运动学方程和机载设备模型实现对目标机的实体仿真。     

美国成像侦察卫星的发展

美国从20世纪60年代开始发射照像侦察卫星,锁眼(Keyhole)系列卫星和长曲棍球卫星是其中重要的代表。这两种卫星可分为3类:1)胶片返回式照像侦察卫星;2)光电传输式照像侦察卫星;3)雷达成像侦察卫星。文章主要介绍锁眼系列卫星和长曲棍球卫星的发展、所用遥感器性能及成像能力等。