排序方式: 共有1490条查询结果,搜索用时 218 毫秒
991.
992.
近年来,人工智能技术迅速发展和渐趋成熟,在装备领域的应用大放异彩,极大地拓展了传统装备性能,特别是自主性和智能化水平。但人工智能算法本身固有的逻辑推理性差、具有不可解释性和需要学习训练等特性给人工智能装备的质量监督带来了新挑战,现有评价手段的欠缺也使人工智能装备发展在实用可靠方面充满不确定性。本文在总结归纳人工智能装备新特性拓展和质量监督新挑战的基础上,重点围绕有效提升人工智能装备的质量监督展开研究。提出应在夯实基础能力设施建设、注重日常数据采集整理、灵活技术状态管控、研究有效评价手段、强化人才队伍建设和闭环质量信息反馈与利用等六方面加强人工智能装备质量监督的措施建议,以期为人工智能装备的发展建设提供参考。 相似文献
993.
贝叶斯网络计算量随着节点数增多呈指数增长,限制了大规模贝叶斯网络在安全性分析中的应用。为此,利用独立性条件分解整个网络,压缩推理时显式表达的项数,给出了计算顶事件发生概率及割集的算法,并分析了算法复杂性。在满足工程需要情况下,将提出算法与基于BDD算法相比,该算法表现出占用内存少、运行速度快的良好性能。 相似文献
994.
舰炮使用近炸引信预制破片弹进行反导,是舰炮反导的一种重要方式,近炸引信预制破片弹弹丸威力是影响舰炮使用该弹种反导效能的一个重要因素,通过分析舰炮使用近炸引信预制破片弹的反导过程和毁伤机理,用弹丸毁伤破片数描述弹丸威力,对弹丸威力及毁伤破片进行了定义,建立了一套计算弹丸毁伤破片数的方法,得出了反导过程中弹丸威力随拦截距离的增加而变化,是一动态威力的重要结论。 相似文献
995.
针对在初始的部署条件下不可定位的无线传感器网络,提出一种分布式的面向定位的网络调整方法。该方法通过节点所处的路径信息判别确定该节点的调整策略,从而使初始状况下不可定位的网络达到可定位条件,该方法仅需调整约11%节点就能够将稀疏的网络调整至可定位,比当前最好的网络调整方法减少了约40%。此外,该方法采用分布式执行策略,从而将定位所产生的通信负载和能耗均衡到网络中的多个节点,克服了先前集中式方法的可扩展性限制。大量的仿真实验结果表明,该方法较现有方法而言具有更高的执行效率。 相似文献
996.
997.
主流的联邦学习(federated learning, FL)方法需要梯度的交互和数据同分布的理想假定,这就带来了额外的通信开销、隐私泄露和数据低效性的问题。因此,提出了一种新的FL框架,称为模型不可知的联合相互学习 (model agnostic federated mutual learning, MAFML)。MAFML仅利用少量低维的信息(例如,图像分类任务中神经网络输出的软标签)共享实现跨机构间的“互学互教”,且MAFML不需要共享一个全局模型,机构用户可以自定制私有模型。同时,MAFML使用简洁的梯度冲突避免方法使每个参与者在不降低自身域数据性能的前提下,能够很好地泛化到其他域的数据。在多个跨域数据集上的实验表明,MAFML可以为面临“竞争与合作”困境的联盟企业提供一种有前景的解决方法。 相似文献
998.
999.
引信与武器系统的适配性分析 总被引:1,自引:0,他引:1
引信是弹药武器系统的重要子系统,引信只有与其它子系统多方面适配,才能充分发挥武器系统的效能。通过分析引信与武器系统中其它子系统之间在任务与功能、信息的利用与传输、能源、材料与结构等方面的适配关系,提出了设计中引信与战斗部、火控、制导等子系统间的适配关系,并采用适配性方法设计引信。 相似文献
1000.