基于迁移学习的小样本事件抽取技术及军事应用展望

事件抽取作为信息抽取的任务之一,旨在从非结构化文本中抽取出结构化事件信息,从而更好地应用在相关应用领域和下游任务上。基于迁移学习的事件抽取技术是当前低资源场景下的事件抽取研究的主流方法,通过设计更鲁棒的模型来迁移知识,解决事件抽取面临的训练数据缺乏问题,从而提升小样本事件抽取的效果。对基于迁移学习的小样本事件抽取技术及其军事应用展望作了全面的阐述,回顾事件抽取的起源与发展,描述迁移学习事件抽取的研究背景,并重点总结目前的技术方法及其军事研究现状,提出其军事上应用展望,最后对其面临的问题挑战和未来研究热点作了分析。     

基于FAHP-GP的装备调配保障决策模型

分析了装备调配保障决策的主要流程、影响因素和基本模式;根据装备调配保障决策的特点和装备调配保障所面临的实际问题,将模糊层次分析法与目标规划法相结合,构建了装备调配保障决策模型,较好地解决了装备调配保障需求与资源之间的矛盾。最后,以某装备的调配保障决策为例,给出了该模型的求解方法和结果,验证了模型的可行性和有效性。     

软件保障与硬件保障的区别

论述了开展软件保障的迫切需求,分析了软件保障定义与工作内容,并从故障规律、保障需求、保障过程、保障资源和管理要求4个方面论述了软件保障同硬件保障的差别.指出软件保障作为装备保障的重要组成部分,具有特殊的规律和要求,其保障需求的主体来自对软件设计性能的改善和提高;每一次保障过程都需要基层级和基地级的共同参与,并供应至所有配置同类软件的部队;对人员、供应渠道等保障资源的要求高,对传统的备品库存、运输、仓储手段等要求低.     

基于多层次Petri网的软件保障流程建模

软件保障流程分析是研究软件保障规律的重要手段。应用多层赋时变迁、随机Petri网技术,逐步细化建立了软件保障流程仿真模型,给出了各层次模型中库所和变迁的含义。结合模型的仿真分析,提出了用"软件使用保障时间比"作为评价软件保障性的参数,给出了软件使用保障时间比的计算方法,并就该计算方法所表达的意义同装备系统进行了比较,指出了软件使用与保障时间分配的特殊性。