基于改进快速扩展随机树的机械臂路径规划

针对机械臂路径规划问题,提出一种基于改进RRT算法的路径规划方法。改进RRT结合了目标偏置策略和贪婪生长策略的优点,在随机采样时,以一定概率使采样点偏置为目标节点,降低随机采样的盲目性,在目标节点方向上采用贪婪式扩展策略,增加随机树局部方向上的生长速度。RRT法规划路径结果并非最优,提出改进GPP法删除多余路径节点,优化机械臂运动路径。通过与Biased-RRT和Greedy-RRT数值仿真结果对比,证明了改进RRT在计算时间、迭代次数、扩展节点数上均优于以上方法。在机械臂两种典型工作环境中的仿真结果表明,使用该方法可以较好解决排爆机械臂避障路径规划问题。     

面向战场信息分发的应用层可靠组播策略

应用层组播是一种实现网络中心战环境下一对多战场信息分发的有效途径,在对网络中心战环境下应用层组播研究面临的各类问题进行分析的基础上,重点对组播可靠性问题进行了研究,提出了一种可靠组播策略,通过反压技术和备份缓存的方式来保证端对端传送的可靠性,对组播树的错误恢复算法进行了设计.并提供了一种随机路由的辅助策略来改善可靠组播传送的效率,从而满足战场信息分发的高效和高可靠性需求.     

一种基于本体的功能建模表示方法

通过分析典型的功能模型并提取具有共性的公共概念和关系,结合本体建模技术,提出了一种基于本体的功能建模方法,以解决异种功能建模框架之间知识交换与协同设计问题.该方法将功能建模过程自顶向下分解成功能、行为、流与结构4个本体类,定义分析了相关属性,并建立了概念映射关系模型,有利于构造领域功能设计本体库.最后,利用该方法构建了离心通风机的功能建模本体库.     

动态事件树的导弹安全自毁系统安全性评估

针对传统的事件树分析方法在安全性评估中的局限性,在动态事件树分析方法的基础上,给出了其数学描述,并将其应用于导弹安全自毁系统安全性评估中,以描述导弹安全自毁过程中的动态特性.结果表明该方法能够较好地描述系统的动态行为,更适用于动态系统安全性分析.     

基于元学习的作战行动效能评估标准数据生成方法研究

部队作战行动效能评估难度大的主要原因是缺乏科学可靠的评估标准数据。为了选择适当的算法生成评估标准数据,建立了基于元学习的评估标准数据生成方法总体框架,并提出集成近似排序树方法来建立作战行动数据集元特征与算法性能排序的映射关系形成元知识,从而辅助指挥决策人员选择适当的算法生成评估标准数据。     

面向无人驾驶的野外道路可通行区域检测

针对野外非结构化道路中存在的环境背景复杂、道路类型多变、没有清晰车道线、没有规则道路边界等难点,提出一种基于语义分割的可通行区域检测方法。对所选取的数据集进行处理,将数据集标注为可通行区域、难通行区域、不可通行区域、天空4种类型;应用双边语义分割网络Bisenet进行4种类型的分割;再应用C-均值聚类算法进行可通行区域部分的提取以及二次分割,进而实现更精细的可通行区域检测。通过验证,该方法具有良好的检测效果,平均交并比达到78%,高于传统的方法。在野外道路无人驾驶方面具有一定的实际应用价值。     

融合空间偏好和语义的个体活动识别方法

个体活动识别对用户画像、个性化推荐、异常行为检测、群体行为分析和基于活动的资源配置优化具有重要价值。提出了一种基于稀疏的社交媒体签到数据的个体活动语义识别方法,从签到数据中提取活动行为的时间周期性和趋势性特征,并采用空间偏好量化算法,从个体与群体活动的空间关联中提取群体和个体的空间访问偏好,使用自然语言嵌入工具BERT模型提取访问兴趣点的语义。时间特征、空间偏好特征和访问兴趣点名称语义特征共同构成表征群体、个体偏好的时空联合特征,通过极限梯度提升分类器对其进行分类,得到活动语义识别结果。在Foursquare数据集上的对比实验和消融实验中验证了所提活动语义识别模型可以有效提升活动语义识别的准确性。     

基于本体技术的分布式模拟训练系统操作监控平台

针对分布式模拟训练系统操作训练特点,在基于HLA（High Level Architecture）的模拟训练系统中,提出并建立了基于本体技术的操作训练监控平台,解决了训练系统和监控平台中操作消息的语义异构问题,实现了操作训练情况的动态实时显示。在平台实现中,采用RTI（Run-Time Infrastructure）提供的服务实现了联邦数据收发;建立了操作信息领域本体,采用计算语义相似度的方法实现操作信息由分布交互层向语义层映射;通过专家知识库和操作监控引擎判断操作逻辑合理性;利用View Graph以图形化的方式展示出操作训练情况。最后,通过一个炮车操作训练监控实例,验证了该平台的可行性和有效性。     

一种基于语义关系的情感词典自动构建方法

构建英文情感词典研究相对成熟,形成了丰富可靠的词典资源。而针对中文的研究时间短,中文情感分析词典资源较少。借鉴现有可靠的英文词典资源,提出了基于语义关系的情感词典自动构建算法,算法先从HowNet的概念中进行中文义原和词语抽取及语义分析,再利用HowNet概念中DEF中英文属性值,在英文情感词典SentWordNet中进行义原和词语情感值查询,最后根据词语和义原之间的语义关系进行词语的情感值计算。算法直接利用现有的英文情感词典,无需人工标注,生成的情感词典记录了词语的语义关系、情感极性值等多种信息,弥补了现有词典的不足。评测实验结果表明,根据算法实现的情感词典相比其他词典在准确率接近的情况下,召回率和F值最高,取得了较好的评测性能。     

基于马尔科夫决策的目标选择策略

目标选择是军事计划的关键要素之一。基于马尔科夫决策方法,解决具有复杂目标间关联的多阶段目标选择问题。使用与或树描述目标体系各层状态间的影响关联,并以目标体系整体失效为求解目的,建立了基于离散时间MDP的多阶段打击目标选择模型。在LRTDP算法基础上提出一种启发式方法,通过判断从当前目标体系状态到达体系失效状态的演化过程中的可能资源消耗和失败概率,来提供对当前状态的评估值,该方法能有效排除问题搜索空间中不能到达体系失效目的的中间状态,压缩了由于目标间复杂关联而增长的巨大状态空间。用实验验证了该方法有效性,实验结果表明,该方法直观实用,对目标间具有复杂关联关系的目标打击决策有一定参考价值。