本书从马赛克战概念的出发,深入研究海上作战无人化(包括无人机、无人艇、无人潜航器)、智能化特征,深入研究马赛克战视阈下的无人装备海上协同作战,对理解美军作战概念和透析作战制胜机理具有重要作用。无人装备作为特殊武器平台,频繁出现在近几次美俄局部战争中,完成了从辅助战争到参与战争的演变。随着海上无人装备作战运用的延伸,将诱发新的作战模式,从集群式饱和覆盖到极微式蚁穴渗透等,加速推动作战样式从“量变”走向“质变”,以无人机为代表的无人装备作战运用也会日趋成熟,并从传统火力杀伤向海上攻击等硬火
现有的目标检测识别技术在理想环境(背景单一、目标分辨率高等)中已经取得了显著的效果,但在更为普适开放的环境下往往无法正常工作。复杂场景下小目标的检测和识别研究面临环境的复杂性、目标特性的复杂性和数据的不完备性三个层面的挑战。本文解决该问题的基本思路是在源域知识的指导下,修正目标域样本在特征空间的联合概率分布,从而提高样本目标域特征的可分性。本文针对分布不一致的问题,从上下文信息、信息补偿以及数据增强这三个层面展开研究。