CMM软件测试H模型研究

本文对当前的测试模型、CMM（Capability Maturity Model,能力成熟度模型）与工作流技术进行了研究和分析,提出了在CMM软件开发过程中,采用改进型H过程模型进行软件测试,该模型能很好地解决CMM测试管理环境中的测试流程定义、解释执行和监控等相关问题,在测试过程中始终贯穿着敏捷思想,对中小型软件开发的测试有着很好的适用性。     

泛Kriging法在海上短波通信频率预测中的应用

频率预测是保障短波通信的关键技术。针对现有短波频率预测方法中数据处理过程复杂、输入参数条件苛刻、工程实现难度较大等问题,提出了一种基于泛克里格(Universal Kriging)空间重构法的海上短波通信频率预测方法。利用海军频率管理系统中大量的实用通信频率数据,基于球状模型、指数模型、高斯模型三种典型变异函数理论模型,研究了通信频率的空间相关性,建立了反映沿纬度方向通信频率变化剧烈程度的漂移表达式,通过交叉重构法对海上短波通信频率进行预测。实验结果表明,泛克里格法在海上短波通信频率预测中具有良好的适用性和可靠性,对未知海域短波通信频率的预测优选具有重要意义。     

改进的YOLO模型及其在舰船目标识别中的应用

针对传统目标识别方法资源消耗大、精度和可靠性低、泛化能力不强的问题,提出了一种基于改进YOLO（You Only Look Once）模型的舰船目标识别方法。通过精简YOLO模型,设计了一个10层的卷积神经网络用于舰船目标的自动特征提取和分类识别,模型训练过程中引入迁移学习的概念防止模型过拟合并加速模型参数的训练。在自建舰船目标图像测试集上的实验分析结果表明,该方法能够正确识别出航母、除航母外的其余军舰及民船三类舰船目标,识别精度达到93.7%且识别效率较高,验证了所提舰船目标识别方法的有效性。     

一种基于视觉感知的舰船目标智能化识别方法

为有效识别视觉系统采集的可见光图像中的舰船目标，提出了基于YOLO（You Only Look Once）网络模型改进的10层的卷积神经网络（Convolutional Neural Network,CNN）用于水面舰船目标的智能识别，通过反卷积的方法可视化CNN中不同卷积层提取到的舰船目标特征。按照传统目标识别方法提取了舰船目标的四类典型人工设计特征，将所提CNN的舰船目标识别结果与YOLO网络模型及四类人工设计特征结合支持向量机用于舰船目标识别的结果进行比较。实验结果表明，与YOLO网络模型相比，综合精确率、召回率和效率3个舰船目标识别的性能指标，改进后的CNN性能更好，从而验证了所提方法的有效性。不同数据量下采用典型特征识别舰船目标与基于深度CNN识别舰船目标的识别结果比较说明了不同类型目标识别算法的优劣势，有利于推动综合性视觉感知框架的构建。     

从社会达尔文主义到改良主义——美国社会改良对中国构建社会主义和谐社会的启示

社会达尔文主义把自然科学中的生物进化论应用到社会科学领域来研究人类社会。社会达尔文主义在19世纪的美国有适合它生存的土壤,但美国社会的统治者还是采用了改良主义来挽救美国的社会。社会改良主义对中国建立一个有公平环境的社会主义和谐社会具有重要的启示。     

武器装备研制项目的风险因素识别研究

现代武器装备的复杂性大大提高,其研制过程必然存在着不确定性和风险性,因此为了降低风险,对武器装备研制项目的风险因素进行识别是必不可少的内容。本文从武器研制项目风险因素的组成结构出发,从环境、技术、管理组织、费用这四个方面提出武器装备研制项目的21个潜在风险因素假设,在此基础上从风险因素和风险后果因素两方面设计调查问卷并进行实际调研,通过对调查问卷进行整理和统计之后,依次对调查问卷结果的内部一致信度进行检验、对风险因素变量进行因子分析以减少风险因素变量的个数、对风险因素与风险后果之间的关系进行线性回归分析,从而识别出对武器装备研制项目风险后果具有显著影响的19个风险因素。分析结果显示,武器装备研制项目风险因素的组成有其自身的独特性,许多关于一般意义上的产品研制项目风险因素研究结论对武器装备研制项目并不成立。