大数据对激励官兵战斗精神的几点思考

当今时代是数据爆发的时代。随着科学技术的迅猛发展,以及人工智能、物联网、云计算等技术运用的日臻成熟,每天生成和交换的数据量呈几何级数增长。海量的数据信息,不仅极大促进了计算机网络及相关设备软硬件的升级,也必然会对军事领域产生影响。对官兵而言,大数据正以肉眼可见的速度改变着他们的学习、工作和生活。研究大数据对官兵精神状态尤其是战斗精神的作用影响,对鼓舞部队士气、提升战斗力具有重要意义。     

基于图形硬件的海量地形可视化算法

利用基于图形硬件的地形可视化算法——Geometry Clipmap算法的基本思想,结合图形硬件的最新发展情况,充分利用CUDA的并行计算能力和VBO、PBO的数据缓存能力,改进了数据预处理方式、数据缓存机制以及视景体裁切算法,通过三角形条带方式进一步提高了绘制速度,实现了海量数据的实时可视化。实验表明,改进后的Geometry Clipmap算法提高了渲染效率,并节约了系统资源。     

人工智能赋能军事训练

随着大数据、物联网和5G的不断发展,海量数据的获取变得越来越容易,人工智能技术利用GPU的强大计算能力和深度学习网络对高维数据和非线性模型的拟合能力,迎来了飞跃式发展,深刻改变着人类生产、生活和学习方式,出现了语音识别、机器翻译、无人驾驶及智能机器人等场景,计算、数据与模型的不断发展也成为推动人工智能前进的主要动力。本文分析了人工智能技术的主要发展方向,包括自然语言处理、语音识别和图像识别分析等,结合当前人工智能的主要技术方向和典型应用,展望了人工智能在军事训练领域的广阔应用前景,同时,聚焦发展智能化军事训练亟需解决的关键问题,针对解决网络、数据、模型等面临的问题提出措施建议,指出应通过模拟仿真训练提高训练效率,基于训练数据科学评价训练效果。     

一种总线系统实时数据嵌入式存储方法

提出了一种总线系统实时数据嵌入式存储的方法。该方法中主处理芯片采用Freescale公司9S12X系列双核单片机,存储介质为IDE接口固态盘,9S12X主控芯片的主处理核执行在线数据写入或读出固态盘任务,协处理核执行总线数据的监听和接收任务。结合使用需求阐述了完整的硬件和软件设计方案,较好地实现了总线上海量实时数据的嵌入式存储。     

军事训练演习数据汇集与融合系统的设计与实现

实现海量军事训练演习数据的汇集与融合,是生成相应的作战效能数据的基础。结合军事训练基地数据的收集与运用现状,提出了一个基于Web服务的多源异构数据汇集与融合系统的解决方案：运用XML Schema技术实现了异构数据模式的标准化转换,完成了多源数据的汇集;以作战平台为中心,以作战效能的各项影响因素为维度,实现了相关数据的融合。设计了系统的功能与架构并加以实现。运行情况表明,系统能够满足功能需求,具备良好的数据整合与处理能力。     

数据仓库技术用于C4ISR系统效能评估

建立了C4ISR系统效能评估的指标体系,根据对整个C4ISR系统进行效能评估需要数据的海量、非结构等特点,建立了一个数据仓库系统。数据仓库系统以嵌套的数据集市为基础,采用了数据采集加工、联机分析处理、数据挖掘等技术,加快各种数据的运算速度以及提高系统效能评估的准确性。     

海量感知数据高效传输技术

现有感知数据传输模型存在能量消耗大、网络生存周期短、适用范围窄、收敛性弱以及实际应用性差的问题,为了实现大面积感知数据高效传输,提出了基于数据关联度的模糊自适应融合算法,建立了自适应网络模型。感知节点发送的数据经汇聚节点、中继节点转发时,通过自适应网络模型,根据感知数据关联度,动态修正输入参数加权系数从而改变控制规则,再用优化的控制规则进行参数调整,融合后的数据再传送到上一级平台,实验表明了该算法能明显改善海量感知数据传输性能。     

防止从井底走向茧房

信息化战争时代,海量数据成为基层指战员研究的富矿,特别是随着军事科技快速发展、战争形态日趋复杂,智能化作战倒逼指战员进行“头脑风暴”,对战争的认识已不再是“井底之蛙”。然而,军事智能化会带来作战体系碎裂破解、数据信息短时空积聚、个性化推荐算法滥用等问题,加之很多指战员囿于自我认知局限、疏于学习战争前沿、惑于真假内容甄别,面对海量同质数据信息很容易跌入“茧房”陷入自缚。     

基于大数据分析的网络管理智能化

军事通信网综合管理系统中,各专业网络运行情况的主要数据都可汇总到综合网管数据库中。这些网管数据中隐含了网络运行的几乎全部信息,但即使是最有经验的网络管理专家面对这些繁杂的数据也只能望洋兴叹。面对大数据的智能分析技术则有可能实现网络运行态势的高度可视化,充分理解和详细把握全网运行状态,像知识、经验、联想丰富的专家一样不知疲倦地对网络运行状况进行全面细致地分析,从海量的网管数据中发现网络故障的蛛丝马迹,发现隐含的问题,预知网络变化。论文介绍了利用大数据分析技术实现网络管理智能化的现实目标,基于性能的网络异常预测预报、基于性能和事件的故障分析诊断、网络运行知识的挖掘利用等方面的功能和技术途径。     

【专题】面向精打产品的红外图像数据采集、治理和应用

面对复杂严酷的战场环境,红外成像精打产品的智能化水平和抗干扰能力是产品生存的重要因素,而图像大数据技术是红外成像精打产品提升技术能力的重要保障。本文结合红外成像精打产品智能化能力提升的需求,提出了面向精打产品的图像数据获取、历史数据及新增数据治理、数据挖掘应用的全过程实用方法,实现了特定目标红外图像数据增补及海量图像数据的高效管理与智能应用;并在图像大数据的支持下,研发了智能信息处理算法性能评价平台和目标检测算法,有效提升了精打产品的智能化水平和实际应用能力。开展基于实际应用需求的图像数据采集、治理和应用技术研究是提升精打产品性能的重要途径,也能够为智能信息处理技术在精打产品上的落地应用提供有力支撑。     

基于B样条小波的异常数据辨识

为解决靶场测量数据中系统误差引起的大量连续奇异数据的辨识难题,同时针对传统和目前国内外较先进的异常值识别方法的不足,提出了基于B样条小波的异常数据辨识。首先描述了异常值,然后分析了小波异常值识别原理和物理意义,构造了用于异常数据辨识的B样条小波分析方法。通过对不同情况仿真数据的计算分析,证明了该方法科学、合理,实现了测量数据异常值的辨识和重构。     

数据挖掘技术及其在指挥控制系统中的应用

数据挖掘作为一项从大量数据中获取有用知识的实用技术 ,已广泛应用于各行各业并取得了巨大的经济和社会效益 ,而其在军事领域的应用也具有巨大的潜力。概要介绍了数据挖掘技术的功能、过程及其广泛应用的实例 ,阐明了数据挖掘技术在军用指挥控制系统中的应用前景。     

装甲装备器材装箱优化研究

在对装甲装备器材进行科学分类的基础上,着重研究了直方体类器材的装箱优化问题,解决了目前装甲装备器材的类型与品种多、形状差异大,人工选择器材外包装箱时费时费力的问题.     

数据整合技术研究

信息技术的快速发展使企业对其数据整合的需求提升到前所未有的高度。整合更是企业由内向外发展意识的体现。本文从数据源系统的整合出发,探讨了数据整合的方法及技术路线。     

Transactional and in-store display data of a large supermarket for data-driven decision-making

This article describes daily and monthly transactional and in-store display data of a large supermarket from January to October in 2019 associated with 28 757 stock-keeping units (SKUs) in 5 categories and 41 subcategories. The database contains five parts, including information about each SKU, in-store display, daily sales, inventory, and replenishment. We also propose some research questions related to assortment planning, pricing, inventory management, and customer behavior. Researchers are welcome to develop data-driven models or other innovative methods to address these questions or other practical problems using this database.     

随机截尾场合下步进应力加速寿命试验的统计分析

给出了随机截几场合下步进应力加速寿命试验（步加试验）的统计方法,并讨论了其估计的方差问题．     

液体火箭发动机故障检测和诊断中数据挖掘策略的分析

分析了液体火箭发动机的工作特点,提出了应用数据挖掘方法从数据仓库的角度对液体火箭发动机进行故障检测和诊断的策略。对在液体火箭发动机故障检测和诊断的不同问题中可能应用的数据挖掘方法进行了分析比较。分析表明,聚类、分类、关联、时间序列分析和孤立点检测等数据挖掘方法适用于液体火箭发动机的故障检测和诊断。     

面向大规模地理矢量线数据的多层级实时可视化技术

针对主流方法难以满足多层级实时可视化的需求,提出面向大规模地理矢量线数据的多层级实时可视化技术。建立面向多层级瓦片绘制的自适应可视化模型,设计像元四叉R(pixel quad R, PQR)树空间索引和基于PQR树的自适应可视化算法,分别用于支撑模型的数据组织和可视绘制。在10亿规模数据集上的实验表明：该技术在0.57 s内可计算任一层级上的可视结果,并且计算耗时大幅小于主流方法。当数据规模急剧增长时,该技术在各显示层级上仍具有较好的可视性能,最低可视速率超过100张/s,大幅优于主流方法。该技术在单机条件下即可支撑大规模地理矢量线数据的多层级实时可视化,在空间大数据探索分析领域具备较好的应用前景。     

【专题】装备保障数据中心体系结构设计

数据中心作为支撑装备保障指挥、管理、维修、供应及训练等业务运行的重要基础,是数据交换的枢纽和各级数据的总汇,也是信息服务的中心,对深化装备保障信息需求、实现保障信息有效管理和强化保障信息综合应用至关重要。本文面向装备保障数据中心建设需求,分析了装备保障数据中心的内涵及其在数据汇聚存储、数据共享交换、保障决策支持及综合信息服务等方面的重要作用,从总体架构、物理结构和数据结构三个方面开展了数据中心体系结构设计;同时,立足装备保障数据中心建设与应用,针对应该重点把握的数据标准规范建设、配套数据采集手段、加强安全保密建设、完善运维管理体系及建立专业分析团队等问题进行了阐述。研究成果可为实际开展装备保障数据中心建设提供 参考。