谈《形状和位置公差》新旧标准的不同

为使工程技术人员尽快掌握《形状和位置公差》新标准,经过对新旧标准的分析对照,叙述了形位公差标注方法、公差带、最大实体要求与最小实体要求、可逆要求以及未注公差值等新旧标准的主要区别。     

谈《形状和位置公差》新旧标准的不同

中心要素(轴线)的形状公差不能标注最大实体要求的零形状公差,可用包容要求来表达。3.1.2 可逆要求是当中心要素的形位误差值小于给出的形位公差值时,允许在满足零件功能要求的前提下扩大其尺寸公差。     

主动学习与自学习的中文命名实体识别

命名实体识别是信息抽取中的一项基础性任务,如何利用丰富的未标注语料来提高实体识别的指标是该领域一个重要的研究方向。基于条件随机场提出一种将主动学习与自学习相结合的方法——SACRF,通过设置置信度函数和2-Gram频度阈值来选取样本,并采用人工与自动相结合的方式进行标注来扩展训练语料。实验表明,该方法在提高实体识别的精确率和召回率的同时,能够显著地降低人工标注的工作量。     

中文分词与命名实体识别的联合学习

将卷积结构引入循环神经网络,从而构建卷积循环神经网络。以此为基础,研究构建了面向中文分词与实体识别联合学习的序列标注模型。该模型依托卷积循环神经网络构建特征编码层,实现中文字序列局部空间特征和长距离时序依赖特征的联合提取;依托改进的循环神经网络构建标签解码层,实现标签序列长距离时序依赖的有效建模;依托统一的分词与实体识别序列标注模式实现分词信息与实体信息的联合学习,避免传统流水线法的误差传播问题。在人民日报语料和微软标注语料上的实验结果显示,该框架较传统统计模型和神经网络模型有显著的性能提升,尤其是在识别字数较多的命名实体时,其效果明显优于其他方法。     

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。     

对可逆的最大实体要求中几个问题的分析

指出采用可逆的最大实体要求应满足的三个条件,用本文所提出的更为直观的动态公差带图描述和分析尺寸公差与形位公差相互补偿的关系;指出该要求与最大实体要求的异同点。     

基于 OSG 的战场态势仿真系统的设计与实现

本文以战场态势信息的三维实时显示为需求,首先根据模块化设计思想,在OSG框架下分析了战场态势的仿真流程,然后详细阐述了实体显示、轨迹显示、标注信息显示的实现方法,最后对所设计的模块进行集成,实现了一个战场态势仿真系统。通过仿真结果表明,本系统的可视化效果好、实时性高、沉浸感强,在未来的信息化战争环境下有着重要的应用价值。     

分布虚拟战场环境CGF行为调度

提出了一种分布虚拟战场环境中计算机生成兵力(CGF)实体行为调度方法,该方法由仿真结点对结点中运行的所有本地CGF实体及异地实体的远程模型所产生的行为进行集中式调度。通过本地CGF实体的兴趣域动态决定需要执行的异地实体远程模型行为的优先级及执行最后时限,通过将本地所有CGF实体的兴趣域合并,减少仿真结点需要调度的异地实体远程模型数量,进一步降低仿真结点的计算开销。该方法可以有效地确保分布虚拟战场环境对仿真实时性及真实性的要求。     

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。     

反潜水面舰艇CGF的仿真决策支持

在大型仿真系统中,对一种计算机生成兵力不仅要求其能进行实体的智能行为决策,还要求其能响应人工干预和仿真中其他更高级兵力的干预,而目前研究多集中在实体的智能决策上,对CGF综合决策支持的研究还不多.从反潜水面舰艇CGF系统的决策需求出发,通过对系统决策进行分析,采用CXBR上下文推理技术构建CGF的实体行为决策模型,阐述了CXBR决策方法的思想及方法步骤,对水面舰艇反潜的战斗行为进行了合理划分,构造了系统兵力环境数据库、战术知识库和作战想定编辑器,建立了灵活、柔性的多级决策支持框架,满足了仿真系统决策要求.     

本刊启事

为尊重被引用著作作者的著作权,便于读者查阅相关文献,同时向读者提供更多有价值的参考资料,根据国家和军队期刊编辑出版以及《军事学核心期刊建设与管理规定(试行)》的有关规定,《国防》对刊发稿件中引用的文献、观点,在文尾加注引文、注释和参考文献。为此,作者来稿均需注明以上信息,信息不全的文稿本刊将要求作者补齐后再向本刊投寄。(一)引文标注格式引文标注应包括以下内容:主要责任者/题名/其他     

位置代号标注方法的探讨

本文介绍了目前在设计文件上采用的4种关于位置代号的标注方法,并对其优缺点进行了分析,以寻求一种较为适合设计、管理和生产实情的标注方法。     

面向实体的仿真想定结构化描述方法

针对作战过程仿真模型的初始化需求,分析了仿真想定的具体内容,提出了面向实体的仿真想定结构化描述方法,即以实体的抽象和描述为核心,从实体、任务、结构、状态、行动、指挥决策6个方面来进行仿真想定内容的结构化描述,并利用XML语言在描述结构化、半结构化数据方面的突出优势,提出了基于XML的仿真想定数据存储模型,为进行作战想定的结构化和定量化提供了可行的方法,满足了由作战想定生成模型输入条件的要求。     

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。     

蓝盔写真

图片征稿要求:画面兼具新闻性和艺术性,黑白、彩色不限,尺寸为8～10英寸或网上投稿格式为jpg,文件大小5兆以上。投稿方式:作品要标注简要说明,包括时间、地点、人物、事件等,作者姓名、联系方式,投稿请寄:北京中关村南大街28号《解放军生活》编辑部,润通     

基于句子级BLEU指标挑选数据的半监督神经机器翻译

在单语语料的使用上,统计机器翻译可通过利用语言模型提高性能,而神经机器翻译很难通过这种方法有效利用单语语料.针对此问题,文中提出基于句子级双语评估替补(BLEU)指标挑选数据的半监督神经网络翻译模型.分别利用统计机器翻译和神经机器翻译模型对无标注数据生成候选翻译,然后通过句子级BLEU指标挑选单语候选翻译,加入到有标注的数据集中进行半监督联合训练.实验表明,文中方法能高效利用无标注的单语语料,在NIST汉英翻译任务上,相比仅使用精标的有标注数据单系统,文中方法BLEU值有所提升.     

军队国有资产产权管理现代化刍议

文章探讨了产权意识与文化的内在联系,分析了军队现代产权制度构建的缘由,从目标要求、核心制度和价值机制三个方面对产权实体的构建提出了对策。     

图像标注研究及其在情报处理中的应用

图像数据具有直观、信息量丰富等特点。图像标注方法通过获取图像特征,训练语言模型,实现用自然语言自动描述图像信息。简要介绍了图像标注方法的分类及其相关关键技术。研究表明,通过对大规模图像的自动描述,能更好地管理、分析海量图像信息,能高效地对图像进行分类、检索。结合特定的信息处理技术,图像标注可用于发现有价值的情报信息,为国防安全、战略决策等提供信息支撑。     

试析基于信息系统的体系作战中的自适应响应

文章阐述了基于信息系统的体系作战中自适应响应的重要意义,分析了自适应响应的实现条件,提出了作战实体在自适应响应中应注意的一些问题及需要达到的要求。     

连接件的紧固装配干涉与延伸公差带

对用螺钉等连接的连接件在装配中产生干涉的现象进行分析,提出避免干涉的办法和延伸公差带的使用、标注、检验中应注意的问题,并指出 GB1 3319中图 A5的标注示例是不正确的。