CRF与规则相结合的军事命名实体识别研究

作战命令的分词是作战指令自动化生成、文图转换等各种指挥自动化技术的重要基础。在作战指令进行分词处理的过程中,军事命名实体的识别是技术难点之一。命名实体是信息的主要载体,它的识别是军事信息抽取的关键。提出了一种基于CRF模型与规则相结合的命名实体识别方法,结合基本特征与外部词典特征,提高了实体识别效率;在后期进行规则优化,最终实现高效的命名实体识别。实验证明,该方法是行之有效的。能够成功解决命名实体的自动识别问题。     

基于规则库的陆军作战指挥活动仿真建模

为了更好地满足联合作战方案实验论证对陆军作战行动的要求，提出了一种基于规则库的陆军作战指挥活动仿真模型构建方法。这种模型将作战行动中的各种指挥行为和行动行为规则化入库，以行为规则调用的方式组织构建，该方法只要对实体（指挥实体、执行实体）和规则库进行组织和维护，就可以构建出能够满足各种作战样式下作战方案实验论证的陆军作战指挥活动仿真模型，避免了依托人工智能、神经网络等理论进行模型构建带来的不确定因素。     

基于规则推理的海战仿真实体决策方法

研究在海军战术仿真中应用基于规则推理的方法实现作战实体的自主决策行为,该方法用决策规则描述作战实体决策时所依据的军事决策知识,通过对决策规则的推理实现决策作战实体的决策推理过程.分别介绍了作战实体的决策模型、决策规则的知识表示方法以及决策模型的决策推理方法.基于规则推理的海战仿真实体决策方法推理机制接近人类的思维方式,结构逻辑容易为军事人员所掌握,易于理解和维护,便于实现.     

基于RoBERTa-Span-Attack的标签指针网络军事命名实体识别

军事领域文本中存在大量军事实体信息,准确识别这些信息是军事文本信息提取和构建军事知识图谱的基础性任务。首先,提出了一种基于RoBERTa预训练模型、跨度和对抗训练的标签指针网络的融合深度模型(RoBERTa-Span-Attack),用于中文军事命名实体识别;然后,采用了一种基于Span的标签指针网络,同时完成实体的起止位置和类别的识别任务;最后,在模型训练过程中加入对抗训练策略,通过添加一些扰动来生成对抗样本进行训练。在军事领域数据集上的实验结果表明：所提出的军事领域命名实体识别模型相较于BERT-CRF、BERT-Softmax和BERT-Span,在识别准确度上具有更优的效果。     

面向实体的军事仿真规则提取方法研究

针对目前军事仿真系统开发中存在的军事仿真规则提取不完备的问题,在充分发挥ECA规则提取方法优势的基础上,提出了面向实体的军事仿真规则提取方法。该方法以实体状态变迁为中心,运用系统论方法,重点分析实体的环境、功能、行为、组元和结构状态,并将分析结果引入ECA规则。通过将该方法应用于装备抢修组实施抢修的规则提取中,验证了其对于提高规则的完备性与可信性具有较好的效果。     

作战仿真系统开发平台研究及应用

作战仿真已成为人们对军事问题进行研究的重要手段。从作战仿真需求出发,研究了作战仿真系统的开发平台的组成、功能和应用模式,给出了面向作战仿真的平台解决方案。平台的核心是作战仿真引擎HYCGF,HYCGF提出了一种可组装的实体模型框架和基于"计划"的实体行为建模方法,基于该框架的实体状态和行为能力完全由装配的状态池和模型组件所决定。最后,介绍了应用该平台开发一个典型作战仿真应用的案例。     

面向文书的情报关键信息抽取算法

文书是作战指挥过程中,流转各类重要信息的主要媒介。随着大量信息化武器装备的使用,指挥过程中需要处理的数据量激增,带来较大的文书编写及阅读理解工作量。同时,以自然语言为主的文书内容,无法很好地与基于格式数据的指挥控制系统结合,迫使作战人员充当编码/解码器,降低了指挥控制效率。因此,提出一种以BERT+BiLSTM+CRF为基础的情报文本关键信息抽取算法,自动抓取情报文本中的要素、时间、地域、动作、属性等关键信息,将情报文本转换成格式化信息数据,减轻作战人员读取信息、录入信息的工作量,并为指挥信息系统下游业务提供支撑数据,使文书内容可以更好地转换为指控系统所需格式数据,提高各类信息流转效率。     

军事概念模型及其建模方法

军事概念模型对开发作战系统的计算机仿真模型具有良好中介作用。本文先介绍了军事概念模型的概念、内容和建模要求。在简要介绍面向过程建模法和面向对象建模法的基础上 ,着重介绍了两者结合的方法———面向实体的军事概念建模法。     

基于深度学习的军事命名实体识别方法

针对传统军事命名实体识别方法存在人工构建特征复杂和军事文本分词不准确等问题,提出了一种基于深度学习的军事命名实体识别方法。结合双向长短时记忆(Bi-directional Long Short-Term Memory,Bi-LSTM)神经网络对较长句子上下文的记忆能力、字向量(character embedding)对汉字语义的表示能力和条件随机场(Conditional Random Field,CRF)对标注规则的学习能力,构建了character+Bi-LSTM+CRF实体识别模型。为验证方法的有效性,在军事想定语料集上进行了实验,结果表明:该方法比传统方法识别效果好,识别准确率、召回率和F值均大幅提升。     

作战模拟规则探讨

作战模拟规则是作战模拟系统的核心组成部分，在简要阐述作战模拟系统中所涉及规则的概念及分类的基础上，就规则的体系结构、规则与实体、规则与行动、规则与模型之间的关系，以及规则的组成要素和规则分辨率确定原则等进行了研究。     

关系抽取中远监督错误标注消除

目前远监督方法被广泛应用于关系抽取任务。然而,远监督方法中存在大量错误标注现象,给远监督方法的学习效果带来了很大的影响。提出利用语义Jaccard度量关系短语与依存词间语义相似性的错误标注消除方法。消除错误标注后的训练数据用于训练模型,完成关系抽取。实验结果表明:该方法可以有效消除错误标注,提高关系抽取的性能。     

基于偏最小二乘特征提取的支持向量机回归算法

为了提高SVM的建模质量,简化建模难度,提出了PLS-SVM组合回归建模方法.该方法通过PLS对样本数据进行降维、去噪以及消除共线性处理后,再进行SVM回归建模.不仅保持了SVM良好的模型性能,而且使SVM具备特征提取功能.实验结果表明,该方法是可行的,采用此法构建的SVM模型,泛化性能优于没有特征提取的SVM.     

谈英语词汇学习的语义因素

词汇学习和记忆是学习语言的最基本的手段,也是运用语言的先决条件。学习英语词汇除了从词汇的语音、拼写和一般定义入手外,还应特别注意词汇的语义。本文尝试从词汇的语义关系这个角度论述语义在英语词汇学习中的重要性。     

工程数据库管理系统DATFEA的复杂对象模型

本文根据CAD应用中广泛存在着复杂结构的工程对象以及工程对象之间以层次联系为主的特点,综合关系数据模型和层次数据模型的优点而设计出一种新的数据模型——COHOR数据模型,本文提出COHOR数据模型的形式化定义,并证明COHOR对象集在子对象关系下作成一半序格,讨论了COHOR对象的基本操作。     

一种基于SVM的炮位校射雷达弹道外推新方法

SVM是一种理论依据充分的机器学习新算法,主要用于对有限个样本的分类识别和回归建模.将一条弹道视为一个训练样本,利用SVM回归方法在不同弹道之间归纳弹道落点的规律,从而可以对未知弹道的落点进行预测.将SVM引入弹道外推是重要创新,构建具有代表性的训练样本,以及统一样本空间维数等是技术创新.仿真实验表明,SVM可以提高弹道外推精度,同时缩短外推时间.     

基于小波变换与SVM的复杂装备故障诊断研究

针对复杂装备故障信号提取困难、故障诊断精度低的现状,根据小波变换对处理非平稳信号的优越性和支持向量机(SVM)对模式分类的良好性能,提出了一种基于小波变换与SVM的故障诊断模型,并选取配电系统进行故障诊断仿真实验。结果表明该模型能利用少量训练样本完成故障诊断,有效提高装备故障诊断精度。     

一种鲁棒的场地球类视频中的球门探测方法

在场地球类视频中,球门常常会伴随着精彩片段而出现。因此,球门探测是体育视频的基础,同时也是视频高层语义概念探测的研究热点。目前,利用机器学习方法进行视频中的对象探测是非常有前途的研究领域。基于此,提出一种基于模糊决策树的球门探测算法,用来探测场地球类视频中球门帧的出现,为了提高分类准确性,在模糊决策树训练的过程中加入了平衡处理。实验结果表明,与基于阈值和决策树的算法相比,该算法可以得到更好的分类结果(F-measure>95%),并且我们可以从所建立的树中推导出模糊规则来解释分类模型。     

模糊启发规则的防空作战智能指控系统决策

为提高防空作战智能指控系统决策效率,在充分考虑专家经验知识的基础上,利用模糊启发规则对智能指控系统决策模型中的规则和推理方法进行改进.通过对防空作战打击决策输出结果的编程计算,得到打击决策输出方案与实际作战决策结果一致.该方法可使模糊规则条数减少,输入向量和模糊矩阵的维数降低,推理计算速度加快,却不影响最终决策输出结果.     

论语境因素与词汇内涵特征

本文就语境因素、语用条件（如规约隐含和预设等因素）及语义关系论述了对词汇意义,即词的概念意义（显示意义）与内涵意义（暗示意义）,特别是对词汇内涵意义的理解及其用法所产生的影响。由于语境作用,就词义在使用中的演变及变化过程,阐释了词汇意义的内涵特征：词义的动态性、灵活性和语境依赖性。     

航空发动机自适应模拟退火遗传算法建模

以阶跃输入响应进行模型的检验,提出了航空发动机状态模型的建立方法:在抽功法所建立的状态空间模型的基础上,利用自适应模拟退火遗传算法对A、C矩阵元素进行寻优,解决了状态空间模型的响应与非线性模型不能够很好吻合的难题。仿真表明,得到的状态空间模型无论是动态过程还是稳态过程都能取得较高的建模精度,为航空发动机分布式控制的研究奠定了强有力的基础。