雷达装备多阶段并行的科研生产管理方法研究

为保证雷达军事装备科研与生产流程的规范性、安全性,通过分析不同单位雷达装备项目科研、生产管理的现状,探讨不同型号雷达科研设计、工艺生产阶段存在的问题,并针对雷达科研与生产交叉并行的发展现状,提出全寿命周期科研与生产管理的方案,对军用雷达研制模式、生产执行流程等作出优化,以在降低雷达装备科研与生产成本的同时,提高雷达产品的生产效率和管理质量。

航天产品多阶段并行研制模式的项目管理策略

某温室气体监测仪(以下简称"监测仪")分系统研制团队为满足用户和总体对气象卫星监测仪性能和进度需求,结合A研究所科研生产现状及产品保证管理创新模式,以型号全周期统筹研制思想为核心,优化产品研制程序和管理流程,融合航天系统工程和现代项目管理方法,提出一种适应于存在多阶段并行研制和阶段交叉管理的航天产品的项目管理策略。该项目管理策略的实践经验和成果可供后续同类航天产品参考和借鉴。

基于MapReduce的Apriori算法并行化

Apriori是挖掘关联规则最经典的算法之一,针对该算法存在的瓶颈问题研究了基于MapReduce编程框架的简单Apriori并行算法;并在简单Apriori并行算法的基础上提出一种采用固定多阶段结合挖掘策略的改进算法——多阶段并行算法。实验结果表明,改进算法能缩短挖掘时间,提高执行的效率。

基于改进YOLO v5的烟包切层断面异物检测方法

当前主流目标检测网络应用于烟包切层断面异物检测时存在召回率低、小目标异物大量漏检误检的问题,针对这一问题,本研究提出一种烟包切层断面异物检测网络YOLO v5-MFF。提出了多特征提取网络、多阶段并行融合机制,增强了网络对小目标异物的特征提取能力;引入ACON类激活函数,使网络根据数据动态选择激活与否及激活函数的表达形式,增强了网络的特征表达能力。实验表明,本研究提出的YOLO v5-MFF对烟包切层断面异物检测的召回率达到了94.2%,比YOLO v5地提升了了4.6%,明显提升了小目标异物的检测能力。