张量低秩表示和时空稀疏分解的视频前景检测

针对视频中前景检测的问题,提出了一种基于张量低秩表示(Tensor Low-Rank Representation,TLRR)和时空稀疏分解的检测方法。由于视频序列中的前景除具有稀疏性外,本身还具有空间上的连续性以及时间上的持续性,本文提出采用时空稀疏范数对前景特性进行深入发掘。利用张量低秩表示方法将原始视频用张量形式进行分解,充分利用了原始数据的行信息和列信息,且将原始的背景、前景二分解泛化为背景、前景和噪声的三分解,使用非精确增广拉格朗日乘子(Inexact Augmented Lagrange Multiplier,IALM)方法进行最优化求解,并对算法进行了分析。设计实验对本文新方法的有效性进行了验证和比较,并对影响算法效果的重要参数ρ进行了进一步研究实验。实验结果表明:该方法能够有效检测出视频中的运动前景,其准确性相对已有方法有一定提高。     

电子对抗装备管理及维修保障决策系统

针对目前电子对抗部队装备的保障需求,开发了基于SQLServer数据库的装备管理及维修保障决策系统。在服务接口使用SSL加密协议,增强了系统的安全性;引入决策支持功能,方便了各级领导制定决策;采用ADO数据库接口,可与任意的数据库系统连接,并且随着库存模型的不断丰富可以不断增强功能,提高系统的灵活性和可扩展性。实际应用表明,该系统实现了装备和备件的系统化、规范化管理。     

新形势下电子对抗装备信息管理系统

根据特殊体制的应用需求,开发基于SQL Server数据库的电子对抗装备信息管理系统.通过构建多层体系结构,实现系统功能的有效划分.利用SHAl算法对不同权限用户的密码进行加密,增强了系统的安全性.基于Petri网时系统工作流进行建模,在此基础上,利用数据仓库对装备及备件的复杂、多源信息进行一致性存储,提高了系统的可扩展性.实际应用表明,该系统实现了全面高效、安全可靠的装备和备件计算机管理.     

基于Struts和Hibernate的装备管理系统

针对目前部队作战和电子对抗装备的管理保障需求,采用Struts框架和Hibernate结合的J2EE技术开发了电子对抗装备信息管理系统,首先给出了系统的基本框架,对各层功能进行介绍;其次对系统的组成进行分析与设计,最后介绍了系统中的关键技术和实现方法。该系统提高了装备管理的效率,实现了装备信息的动态管理,提高了软件的开发效率和质量,具有较高的应用价值。