-
题名美国陆军游戏化仿真训练系统研究
被引量:3
- 1
-
-
作者
黄蔚
卢建平
夏榕泽
孙强
冯鑫
-
机构
陆军工程大学通信士官学校通信指挥系
-
出处
《火力与指挥控制》
CSCD
北大核心
2021年第4期184-188,共5页
-
基金
军队科研计划基金资助项目。
-
文摘
为提升训练效益,采用游戏化仿真手段进行军事训练已得到各国军队的广泛关注。美国陆军在游戏化仿真训练理论研究及系统建设运用等方面都进行了大量工作,并取得了一些重要经验。梳理了游戏化仿真在军事领域的演进过程,重点介绍了美国陆军游戏化仿真系统建设现状及3类不同层级的典型系统,在深入分析美国陆军对游戏化训练仿真研究的共识基础上,对开展相关领域研究提出几点启示和建议。
-
关键词
仿真训练
游戏化
严肃游戏
系统构建
-
Keywords
simulantion training
gamification
serious game
system construction
-
分类号
TJ01
[兵器科学与技术—兵器发射理论与技术]
-
-
题名基于区域毁伤的基础设施网络抗毁性评估模型
被引量:8
- 2
-
-
作者
王珂
田来
吴俊
-
机构
陆军工程大学通信士官学校通信指挥系
国防科技大学系统工程学院
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2020年第5期1102-1108,共7页
-
基金
国家自然科学基金(71871217)
湖南省自然科学基金(2019JJ20019)资助课题。
-
文摘
基础设施网络对国家经济、人民生活和社会安全具有重要意义,为了能够准确迅速地评估基础设施网络面对物理攻击或自然灾害时的抗毁性,提出了基于区域毁伤的基础设施网络抗毁性评估模型。该模型将网络的边均分成虚拟节点,提出加权聚类算法寻找关键区域,使用归一化方法平衡网络规模和网络地理覆盖范围对评估结果的影响,算法复杂度低,运算量小,模型应用范围广,便于多个网络之间或同一网络不同规划方案的抗毁性比较。以智利电力输送网络为例,设计多组实验对评估模型进行检验,并给出可视化结果和分析。
-
关键词
基础设施网络
区域毁伤
抗毁性评估
虚拟节点
加权聚类算法
电力输送网
-
Keywords
infrastructure network
regional damage
evaluation model of survivability
virtual node
weighted clustering algorithm
electric power grid
-
分类号
N949
[自然科学总论—系统科学]
-
-
题名基于深度融合卷积神经网络的图像边缘检测
被引量:4
- 3
-
-
作者
石昌友
孙强
卢建平
周静
-
机构
陆军工程大学通信士官学校通信指挥系
-
出处
《现代电子技术》
2022年第24期141-144,共4页
-
文摘
图像边缘检测是数字图像分析领域的一项重要研究内容。受图像拍摄条件、图像内容自身复杂性、图像内容与背景接近程度等多种因素的影响,图像的边缘线检测容易发生漏检、误检。针对此问题,文中提出一种卷积神经网络结构算法,以提升图像边缘检测效果和质量。首先,对输入图像提取出五类不同层次水平、尺度的卷积特征;然后,按照相邻尺度将每三类卷积特征分成一组,通过逐步转置的方式依次尺寸对齐再融合;再对三组融合结果特征进行二次深度融合;最后,基于融合卷积特征并运用卷积操作实现边缘线检测,采用指标Optimal Dataset Scale(ODS)、Optimal Image Scale(OIS)、Average Precision(AP)度量图像边缘检测的质量。结果表明:在BSDS500数据集上,ODS、OIS、AP三个指标的得分分别为0.815,0.832,0.851;在NYUD数据集上,得分分别为0.7620,0.7700,0.7819。与其他同类算法相比,所提算法指标分值更高,能够提升图像边缘检测质量。
-
关键词
图像边缘检测
卷积神经网络
卷积特征提取
图像分析
深度融合
跨越连接
-
Keywords
image edge detection
convolutional neural network
convolutional feature extraction
image analysis
deep fusion
skip connection
-
分类号
TN711-34
[电子电信—电路与系统]
TP391
[自动化与计算机技术—计算机应用技术]
-