基于人工神经网络的特征压缩方法及应用

分析了人工神经网络特征提取方法用于特征压缩的原理,研究了多层网络的隐层提取模型、Oja网络模型和基于Sanger算法的网络模型,以坦克柴油机燃油系统典型故障的特征处理为例,采用Sanger算法对特征参数进行了压缩,实现了特征空间的约简。该方法有利于简化分类器的设计,对于解决复杂设备的状态检测与故障诊断问题具有重要意义。     

陆军人工智能专业人才培养

陆军的智能化建设与发展离不开专业化的陆军人工智能人才培养。本文分析了智能化技术对战争形态转换、装备演化、指挥决策优化的影响，论述了陆军培养军用人工智能专业人才的必要性，提出了军用人工智能专业人才的能力模型，依据该模型设计了基础课程体系。     

无人作战的人机融合：挑战与出路

无人作战对于人和机器两个要素的融合提出了巨大的挑战。一方面，无人作战独特的作战模式和作战环境对于自然人的能力素质构成严峻挑战，高度智能化的作战系统运行速度、海量的数据信息日益挑战人类的反应能力和决策能力，虚拟的、远程的、与现实战场隔绝的作战环境日益挑战人类的心理素质。另一方面，机器的高度智能化虽然有利于更好地发挥潜在的作战能力，但也不可避免地带来战争失控和道德沦丧的风险。破解人机两个维度的挑战，实现人与机器的深度融合，一方面要利用增强技术从物理、生理、心理三个层面加速提高人类的能力素质，另一方面是强化机器人的伦理安全设计，坚守人类对机器人的控制底线，规避机器人失控和战争“非人化”的道德风险。     

美军智能化武器装备体系发展

智能化武器装备体系是军事智能化的基础和前提。智能化武器装备体系的集约高效发展，首先需做到找准定位，精准聚焦。本文针对美军的智能化武器装备体系，梳理了其发展，总结了其在各作战领域的典型作战运用，并分析了其下一步的发展趋势。     

大数据在信息作战指挥决策中的运用

针对信息作战指挥决策中大数据的运用问题，通过对大数据的海量信息检索能力、交叉复现的分析能力、“全信息”运算能力、智能决策执行能力的研究，提出了大数据为其提供按需订制的情报信息、多元多维的决策视角、动态实时的决策支持、智能自主的决策方式的观点，初步探索了大数据在信息作战指挥决策中的运用，对将大数据引入信息作战指挥决策具有十分重要的指导意义。     

美军推进人工智能军事应用的举措、挑战及启示

人工智能技术的发展加速了军事智能化的脚步。本文分析了美军在推进人工智能军事应用方面采取的一系列举措，如注重国家战略层面的顶层设计，出台一系列智能化发展战略规划；部署各类军事智能化研究项目，开展大数据、智能算法研究，促进人工智能技术向情报处理、无人作战平台、指挥控制、武器装备系统、作战方式变革的渗透转化；重视智能化技术的基础理论研究和人才培养，聚焦核心和关键技术的突破，夯实军事智能化发展的基础。阐述了美军在推进人工智能军事应用进程中面临的来自技术、信任、伦理等多方面的挑战，并从成熟算法民转军用、寻求认知智能算法突破、培养军事智能化复合型人才等角度提出几点启示。     

一种无师训练的模糊极小极大人工神经网络

提出了一种无师训练的fuzzymin max人工神经网络,它兼有一般fuzzymin max网与ART2网的优点,既弥补了fuzzymin max网不能自适应在线学习新类的缺陷,又消除了ART2网警戒门限过高的弊病.经模式识别仿真对比,对同样的输入数据,文中提出的网络用较低的警戒门限值即可达到ART2用很高的警戒门限值才能达到的分类效果,且计算量大大减少.得到的结论是:对模式识别而言,文中提出的网络比fuzzymin max网和ART2网更具有实用价值.     

自动控制系统故障诊断技术的发展与展望

通过将自动控制系统的故障诊断分为基于数学模型的方法、基于信号处理的方法和基于知识的方法三大类进行讨论,得出了故障诊断技术的发展概况与发展趋势。进一步给出了故障诊断技术典型新应用,并指出了故障诊断技术中存在的问题和未来的研究重点。     

“马赛克战”对装备体系试验鉴定的启示

自2017年8月DARPA公布“马赛克战”作战概念以来，世界各国都高度关注这一新型作战概念，学者们对“马赛克战”的研究也逐渐走向深入。本文首先从国际形势、美军装备特点、人工智能技术等方面分析了“马赛克战”的提出背景，回顾了其发展历程，剖析了其概念内涵，并从三个角度分析了其主要特点。接着着眼未来，从革新理念、鼓励创新、形成质变等视角探讨了“马赛克战”对装备体系试验鉴定领域未来发展方向的启示，重点论述了装备体系试验鉴定要向全智能作战体系试验鉴定方向发展的观点。最后聚焦当下，阐述了现阶段试验鉴定工作应重点关注动态互联互通性测试、互操作能力验证、新型仿真试验技术、系统自主能力等级评估及决策可解释性评估等五个方面的内容。     

基于混合算法的局部路径规划

人工势场法是一种常用的具有算法简单和便于实时控制的局部路径规划方法,但存在容易产生局部极小值的问题。基于模糊逻辑的局部路径规划法具有环境适应性强等优点,它在连续论域内采用模糊路径规划时,计算量比较大。提出了一种将人工势场法和模糊逻辑法相结合进行局部路径规划的混合算法。具体方法是在一般情况下采用人工势场法进行局部路径规划,当产生局部极小值时,采用模糊逻辑法进行局部路径规划。仿真结果表明,该方法能有效地解决局部极小值问题,给智能车规划出光滑的路径。