摘要：针对现阶段语义分割算法在野外战场环境中对迷彩伪装目标分割边界不理想、小目标分割精度低的问题,提出一种结合多尺度特征提取和多层次注意力机制的迷彩伪装目标语义分割算法CSS-Net.该算法由编码结构和解码结构组成.编码部分利用轻量化的深度可分离卷积联合残差结构构建特征编码器,对迷彩伪装目标图像进行特征提取;解码部分设计了策略选择的多尺度特征融合模块和多层次注意力特征增强模块,用以获取图像的多尺度信息和通道信息,在逐步精细化分割结果的同时进一步增强图像的语义解码过程.实验结果表明,CSS-Net算法能够有效实现复杂战场环境下伪装目标的分割识别,总体分割的平均交并比指标达到91.98%,分割边界得到改善.与DeepLabv3+算法相比,CSS-Net算法用于迷彩伪装小目标图像分割时的平均交并比指标增长3.71个百分点,对于多尺度目标分割的平均交并比指标均超过85%,分割效果提升明显.

摘要：指控系统的信息服务质量在某种程度上决定了指控系统的效能。在分析信息质量、服务功能、服务性能等影响信息服务效果的质量要素基础上,提出了指控系统信息服务质量的评价指标。针对各指标的特点,分别设计了定量评价、半定量评价和定性评价3类评价方法,给出了典型指标的具体评价算法和步骤,并进行了详细讨论。研究结果可为指控用户开展信息服务质量评价提供理论依据和参考。

摘要：基于VFT设计了网络信息体系能力需求价值模型,分析演化要素构建了网络信息体系能力需求演化模型,从"瞬态"和"整体"两方面给出能力需求演化的分析方法,最后针对"海上丝绸之路"案例,构建能力指标、评分函数,设计权重体系,案例分析结果检验了方法的有效性、合理性。演化分析结论将为制订/调整网络信息体系发展战略、规划计划等顶层设计工作提供决策支持。

摘要：针对信息化环境下,在线资源和服务逐步丰富,有必要充分利用网络环境进行教学改革的教学实际,分析案例教学和在线教学案例的特点,提出基于在线教学案例的启发式教学模式的设计思路和实施办法,并对该教学模式在"指挥信息系统"课程中的运用进行了探索,同时对其在实施过程中面临的问题和对策进行了阐述。

摘要：数据集是基于深度学习语义分割技术的重要组成部分。为了将语义分割技术应用于野外战场环境,构建一个符合实战场景的数据集至关重要。针对迷彩伪装目标侦察识别的作战保障需求,分析了野外战场环境及战场侦察图像的特点,设计了特定场景数据集的构建流程与方法,构建了具有精细化语义标注的语义分割数据集CSS,并通过实验验证了该数据集在语义分割任务上的有效性。

摘要：为了测定自相关性对于IP网络数据流量预测的影响,利用局域网和广域网上的真实流量数据集,设计并进行了流量聚合实验和洗牌实验。得到的实验数据显示,随着聚合尺度的增大,平均相对预测误差减小;自相关性越强,预测误差越小;上述影响主要来自于短时相关性。实验结果表明,自相关性对于数据流量预测具有重要影响,自相关性越强,预测效果越好;而且,短时相关性的影响是主要的,长时相关性的影响很小。

摘要：网络信息体系作为典型的复杂巨系统,能力指标间存在相互依存、反馈,传统的能力相关性分析方法难以刻画指标内部的复杂关系.分析了网络信息体系对联合作战体系的作用机理,构建了网络信息体系能力指标体系,在此基础上利用ANP理论设计了网络信息体系能力相关性模型,通过计算,验证了网络信息体系"信息赋能、网络增能、体系聚能"的理论,并对能力建设提出了初步建议.