基于深度学习特征迁移的装备体系效能预测

针对武器装备体系效能评估在高维噪声小样本数据条件下准确性不高的问题,提出一种基于堆栈降噪自编码与支持向量回归机的混合模型。利用堆栈自编码神经网络对通用深层特征的自主抽取能力,通过在相似源域大数据上预训练混合模型,获得两任务间的共有特征知识,借助对该知识的迁移,在目标域微调该混合模型,从而提升支持向量回归机在小样本噪声数据上的学习预测精度。在一定作战想定背景下,结合武器装备体系仿真试验数据,对该混合模型进行验证。实验结果表明,与传统支持向量回归机等模型相比,所提模型能够更准确地评估装备效能。     

内隐还是外显记忆: 对女性面孔吸引力记忆偏好的ERP研究

运用事件相关电位(ERPs)技术, 采用学习-再认的实验范式, 考察38名大学生(21名男生和17名女生)对女性面孔吸引力再认记忆的认知神经机制。结果发现大学生对女性面孔吸引力的记忆偏好存在性别差异, 再认任务中有吸引力的女性面孔诱发了男性更负的早期ERP成分(N90, N220和N300), 而对女性的效应并不显著。这可能与两性在遗传基因、性激素、大脑结构与功能上的不同有关。进一步对男性的记忆特点进行分析发现, 内隐记忆效应在N80和LPC(300~600 ms)上表现显著, 其最强效应出现在中央区和顶区; 外显记忆效应在P170和LPC(400~600 ms)上表现显著, 其最强效应出现在前额区和额区。表明男性对有吸引力女性面孔的记忆偏好效应更大, 且内隐和外显记忆的脑机制在单一的再认任务中产生了分离。     

近空间飞行器光电对抗技术研究

随着光电精确制导武器的广泛使用,光电对抗技术也迅速发展,近空间飞行器作为情报、侦察、监视和通信的重要平台,其生存能力是关系战争胜负的重要方面。本文分析了近空间飞行器的主要威胁-光电制导武器,并对其今后光电对抗手段及发展趋势作了探悉。