2022年深度学习技术主要发展动向分析

深度学习正逐渐成为新一代人工智能最核心的技术之一。对2022年深度学习热门领域的主要发展动向进行了综合评述。首先,介绍小数据小样本深度学习研究领域的最新进展;其次,探讨量子计算与深度学习的融合路径;然后,概述强化学习对通用智能的推动作用;最后,盘点深度学习在多模态学习方向的进展。综述表明,面向小数据、小样本的深度学习技术正在引领深度学习向自监督方向不断迈进,深度学习与其他先进计算范式(例如量子计算等)深入融合趋势愈发明显,强化学习在一定程度上具备解决复杂问题的通用智能,多模态深度学习技术已迎来关键性突破。     

基于监测数据的电磁频谱地图构建与验证

提出基于广义回归神经网络拟合和聚类克里金的构建方法,通过趋势面拟合,将电磁频谱地图构建分解为路径衰减和阴影衰落分量的估计问题,以提升构建精度;设计监测数据聚类和自适应最优邻域选取机制,在保证构建精度的条件下减小计算数据量,以提升构建速度,从而利用数量有限的电磁环境监测数据,在不需要先验信息的条件下实现电磁频谱地图的准确、快速构建。设计并实现电磁频谱地图验证系统,搭建车载数据采集设备,利用实测电磁环境监测数据,验证所提方法的可行性及构建性能。     

探空火箭风场补偿及等效弹道风转化

介绍一种以计算机变步长迭代搜索替代以往的查表算法来获得风场中火箭补偿参数的方法 ,避免了采用近似理论造成的误差 ,以及复杂的造表过程 ,提高实际工程中的处理速度与自动化程度 ,而且精度比原风权法要高。此外 ,本文还提出一种新的弹道风生成方法。在等效程度上 ,比风权法要高     

导弹系统电磁兼容预测初探

基于"电磁拓扑"和"电磁屏障"概念,应用"电磁拓扑-图论混合技术"详细阐述了导弹系统的电磁拓扑描述及电磁干扰相互作用关联图,并分析了针对导弹武器系统应用电磁拓扑图论法的基本步骤。     

计算流体力学及其可视化技术与应用

运用计算机可视化技术对三维数据场进行研究．主要对流场的表示方法、可视化实现步骤和应用进行阐述．     

结构(构筑)物拆除爆破倒塌的数值计算

拆除爆破中,结构物动态塌落过程的研究一般基于两种方法：一是简单的分析模拟;二是通过计算机进行详细的数值模拟。前者,是设计得对简单结构进行观察提供实际施爆方法,但并未包含才质和详细结构因素。后者,可通过结构材质、结构特性及其破坏准则等,按弹性分析一有限空位分析－结构失稳、破坏塌落全过程进行分析,实现爆破结果预示或再现结果。然而,数值方法的影响因素众多且多变,如何把握和评估诸因素,是数值方法可靠与否的     

国民经济动员指标体系再探宏观决策指标体系

国民经济动员宏观决策指标体系是用于决策和评价的指标体系。对其体系及数据的处理可采用规范法和多指标综合评价法。军品产值、国家国防和动员开支、军工劳动力人数、每千人外科医生数、国防工程投资总额、国防科研和开发经费总额、城市人均人防工程设施面积、高速公路中飞机跑道段长度、每50公里公路加油站数、每50公里汽车修理厂(站)数、每千人病床数、每百人电话机拥有量、移动电话用户、大型货车拥有量、大型客车拥有量、铁路货车拥有量、特大及大型机动船拥有量、粮食储备量、汽煤柴油储备量、天然和合成橡胶储备量共20个指标可选用来构建其体系。用限差阈值法对不同量细的国民经济动员指标进行无量纲化评价比较理想。     

求解BOOLEAN方程的新方法

应用分离表提出了求解BOOLEAN方程的新方法,该方法的基本思想是在求解BOOLEAN方程的过程中,去掉冗余计算,使得其计算速度大大的提高。同时还研究了该方法在数字电路测试产生中的应用。     

汉明距离的电路计算

介绍了几种汉明距离的电路计算方法,并对其性能特点进行了分析。