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。     

面向战场的多通道人机交互模型

现代战场上的信息来源繁多、瞬息万变,这对战场指挥决策提出新的要求,而现有人机交互系统未能向指挥人员提供高效、自然、全面的人机交互。为解决该问题提出一种面向战场指挥决策的多通道多智能体交互模型,针对战场不同的领域,实现"以人为中心"的人机交互,使指挥人员能够自然、无障碍地将交互信息准确传递给系统,具有很好的可靠性和可扩展性。     

人工智能技术在航天装备领域应用探讨北大核心

人工智能技术被各主要强国视为“改变游戏规则”的尖端技术之一,有望提升航天装备可靠性、快速性和自主性,从而产生颠覆性影响。简要分析了人工智能的技术发展态势及其在航天装备中的应用态势。建立了人工智能在航天装备领域应用体系,并在此基础上,按照进入太空、利用太空和控制太空的维度,从运载火箭、卫星通信、卫星遥感、卫星导航、载人飞船、太空态势感知等方面,深入分析了人工智能在航天装备领域的应用场景。最后,归纳了人工智能在航天装备领域应用的趋势。为我国发展人工智能技术在航天装备领域的应用提供参考。     

IETM在新型火炮装备中的应用

针对现代武器装备发展趋势及维修保障要求,以Borland Delphi为平台,采用关系数据库技术,开发了新型火炮装备的IETM系统。该系统将各种格式图像信息统一整合,采用Cult3D技术实现三维模型的人机交互,提供了方便快捷的检索方式。     

基于增强现实的装备诱导维修系统设计与实现

针对目前装备维修过程中存在的复杂度高、上手慢和安全性低等问题,构建了一个诱导维修原型系统,并围绕增强现实关键技术阐述了诱导维修系统的设计与实现;采用了模块化设计方法,通过分析诱导维修系统设计需求,对系统所需要的各个功能模块进行了设计,并且使得系统的维修任务能够根据维修对象的改变在框架不变的前提下得到修改或升级;利用该原型系统对发动机活塞环和离合器片更换两项维修任务进行了诱导,验证了系统的功能。     

面向人机交互的运动想象脑电信号感知算法研究

脑电信号的特征提取与分类识别是脑机交互领域的核心问题。针对运动想象脑电信号的多分类问题,以更好利用包含有用信息的脑电信号频带为目的,提出了基于小波包变换(WPD)和一对多共空间模式(CSP)的特征提取算法。首先使用WPD算法将原始脑电信号分解成一系列子频带,筛选与运动想象活动相关的子频带。然后使用一对多CSP算法进行特征提取。最后对各子频带的特征进行组合并使用BP神经网络进行分类。算法的有效性通过BCI竞赛的基准数据集进行了测试,相交于竞赛结果有了明显提升。