基于OKNN的目标战术意图识别方法

战术级意图识别为指挥员理解战场态势,制定接下来的作战计划提供辅助决策。意图识别模型的构建是态势分析过程中实体行为建模的难点之一。针对传统战术意图识别方法中战场态势不确定性的集成与传递,以及推理模板固化问题,在以获取目标动态作战知识用于解释敌方作战行动过程中行动要素的基础上,构建了目标战术意图推理框架;根据作战计划制定特点,提出了基于作战知识神经网络(operation knowledge neural network,OKNN)的目标战术意图识别方法。OKNN以空中目标群为单位,通过实时动态建立基于作战知识的实体片段集来增强模型推理的灵活性,模型基于经验的训练样本计划库,可动态自适应的调整目标战术意图空间分布结果,大大消减了不确定性的集成与传递。最后通过仿真实验验证了模型的有效性。     

海上编队对空中目标类型识别模型研究

对空中目标类型识别是海上编队对空防御的基础和决策依据,传统的识别方法多以目标物理特征为依据而忽略了对目标战术特征的考虑,本文对空中目标类型进行了归类,根据D-S证据推理相关理论,建立了融合目标战术特征和物理特征的目标类型识别模型,该模型可以为海上编队防空指挥自动化决策研究提供一定的参考。     

空中目标战术机动类型的实时识别

空中目标的战术机动类型是识别其战术意图的重要依据.根据空中目标战术机动类型的特点,采用时间序列编码表示空中目标战术机动类型,推导了空中目标转向机动的判据,提出了机动动作之间的相似度计算模型,建立了空中目标战术机动类型的识别算法.最后提出了识别算法的仿真验证方法.     

基于MEBN的战术级空中目标意图识别

战术级空中目标意图识别是现代化防空作战中理解战场态势、预测目标行动的关键.构建空中目标意图识别模型的核心问题是如何表示不确定的意图因素以及它们之间的关系.分析了具有典型防空作战意义的想定,并结合军事经验总结了影响意图识别的因素.提出了应用多实体贝叶斯网络(Multi-Entities Bayesian Network)描述空中目标意图,在贝叶斯推理中融入逻辑理论,采用具体的基于知识的SSBN构建算法动态地进行空中目标意图识别.通过仿真实验,验证了此方法的有效性和可行性.     

基于时序特征编码的目标战术意图识别算法?

对战场目标战术意图的快速、准确和自动识别,是智能决策的前提和基础。目标战术意图通常由多个战术动作组合完成,因而目标状态呈现动态、时序变化特征。本文针对目标意图识别问题的特点,提出一种基于栈式自编码器（ SAE）的智能识别模型,设计智能识别模型的基本框架,提出一种基于时序特征的输入信号编码方法及相应的模式解析机制,通过将目标状态在多个时刻的时序特征和战场环境、目标属性等信息统一编码为输入信号,将军事专家的知识经验封装为模式标签,模拟人的推理模式与认知经验,实现对目标战术意图的智能识别。最后通过实验,分析预训练过程和网络深度对算法性能的影响,并通过与多层感知机（MLP）和逻辑回归分类器（LRC）识别准确率的比较,验证所提SAE算法的有效性。     

基于态势分析的导弹射击效能评估

在基于对空袭与防空斗争重要地位的理解和已经提供空中目标群特征信息的基础上,首次提出了战术层面空中目标群态势分析的概念.并将空中目标群态势分析分为群形成、群理解、群估计3个层次,分别对它们进行了阐述,给出了相应算法.最后应用空中目标群态势分析得到的疏散空中目标群和密集空中目标群2个结果,探讨了导弹射击空中目标群的效能评估问题.     

基于主成分分析的空中目标识别

在对空中目标类型进行归类的基础上,建立了融合目标战术特征和物理特征的评价指标体系,运用多元统计分析中的主成分分析法对空中目标识别中的多项指标进行了综合聚集,在理想点的基础上建立了综合优化决策模型.实例验证该模型能有效地解决目标类型识别的问题.     

战术分析的目标威胁判断

威胁判断是进行有效攻击和有效防御的重要前提。针对目前威胁判断算法主观因素过强、没有考虑因素间的相互关系等问题,提出了基于战术分析的目标威胁判断算法。首先根据敌我识别和攻击意图对目标进行威胁等级划分,之后由目标的可攻性和目标的毁伤能力确定目标的攻击效能,根据目标的攻击效能对一级威胁等级进行威胁排序。该算法充分考虑了各个因素之间的相互关系,符合战术推理和战场实际情况。仿真表明,该算法能得到有效、合理的威胁判断结果,能满足对空中目标的威胁估计。     

基于贝叶斯推理的海战场空中目标意图分层识别方法

针对海战场敌方空中目标意图识别方法都是一次性完成空中目标的意图识别,会在运算过程中带来消耗时间较多、效率较低的问题展开深入研究,在给出了海战场敌方空中目标相关特征参数计算和筛选公式的基础上,结合目标意图特点,依据指挥员的思维逻辑,提出了一种基于贝叶斯推理的海战场敌方空中目标意图分层识别新方法。该方法运用分层思想实现对更关注的目标意图更快捷的贝叶斯推理识别,可作为常规方法的简化过程,因此,可减少消耗时间,提高识别效率。基于实测数据的仿真实验验证了所提方法的有效性。     

一种空中目标的不确定性威胁程度预测模型

目标威胁预测是对空态势和威胁估计的重要内容.针对空中目标飞行控制的基本特点,建立了基于经验公式的空中目标不确定性位置预测模型,进一步推导了不确定性威胁概率预测的模型和实用算法.仿真结果证明了模型的有效性,可用于多类空中目标意图推理及威胁判断.     

目标数据关联多因素分布式推理判决系统推理结构

目标数据关联多因素分布式推理判决系统 ,是一基于分布式判决分类系统理论进行目标数据关联分析的大规模推理判决系统 ,在C3I系统中有着广泛的应用前景。本文在分析推理判决系统的推理规则类型和状态类型的基础上 ,给出系统的推理结构图 ,该推理结构是正关联神经推理结构     

推理树概率逻辑公式集有效赋值列数计算

本文通过对概率逻辑推理树知识结构模型的研究,得出在树推理中对矩阵列消减起主要作用的相邻关系及其计算方法,给出了树推理模型的有效赋值列数的一般计算方法。     

基于Rough集理论的数据库推理通道动态消除

提出了一种基于Rough集理论的数据库推理泄漏通道消除方法。在由数据库中所有数据生成的不完备决策表上,该方法应用Rough集理论,分析提取出敏感和非敏感数据之间的确定性推理关系,以此产生推理控制规则。利用这些规则对数据库系统返回给普通用户的数据动态地做最小修改,防止推理通道的产生。实验结果表明,该方法可扩展性强,在保证较高的数据库安全性的同时提高了数据可用性。     

专家系统与测试技术相结合的诊断维护系统

本文介绍的诊断维护系统ＩＴＭＤＭＳ将专家系统技术与传统的测试知识相结合。该系统包括两类知识：浅层知识和深层知识,知识用一阶谓词表示。推理过程分三步完成：（１）浅层推理;（２）深层推理;（３）浅层推理。知识维护手段使系统的知识在使用中不断完善。该系统的框架可适用于任意复杂的数字系统的诊断维护。     

基于概率推断网的水雷战专家系统

针对反水雷作战决策的需要,运用贝叶斯推理、模糊逻辑以及可信度不确定推理方法,设计了一个基于概率推断网的水雷战专家系统.利用该系统可得出两种结论:一是利用计算概率的方法得出的结论,二是利用计算可信因子方法得出的结论,两种结论呈现定量和定性的互补关系.可较好地为反水雷作战指挥员提供辅助决策,以减少舰船遭毁伤的概率.     

英语阅读中如何猜词解义

在阅读英语时,首先遇到的问题是生词。如果时时停下来查词典,就会影响思维的连续性、阅读速度甚至丧失阅读兴趣。外语教学中常常提到根据上下文了解词义,即在碰到难以理解的词语时,可以引导学生根据词汇语境线索和已知信息及构词法来进行推测。掌握猜词解义的方法,有助于提高阅读能力。     

知识库推理和维护系统 (KBIMS)

赋予知识库自动推理和维护功能,从而使知识库有效和实用,是知识库面临的关键问题。本文提出了一程基于缺言推理的知识库自动推理和维护方法,并介绍了根据此方法,在VAX—Ⅰ/780上使用GKD—Prolog 作为工具实现的一个知识库推理和维护系统。     

基于Mamdani模糊推理的航空发动机故障诊断

提出了一种基于Mamdani模糊推理的航空发动机故障诊断方法.该方法将发动机故障征兆信号作为模糊推理的输入,利用专家经验建立模糊推理规则并提取蕴含关系,在此基础上,通过故障征兆信号与蕴含关系的Mamdani推理合成获取发动机故障原因发生的可能性,进而达到故障诊断的目的.实验结果表明,该方法可行且有效.     

可修系统具有切断数据时的可靠性统计分析

阐述了具有切断数据的可修系统可靠性统计分析方法;并以一种履带式战斗车辆在研制过程中推进系统的故障数据为实例进行了计算.     

海军特种作战兵力行动知识推理研究*

通过对兵力行动知识原理和兵力行动知识工程建模方法的分析,根据知识推理的特点,给出了适合的兵力行动知识表示和推理方法的选择,并着重运用三值逻辑神经网络这种兼备符号语义表示和网络传播结构的模型,解决了兵力行动推理中偏好性和主观性的规则逻辑的表示及相应的推理问题.最后,基于兵力行动推理的研究,以海军特种作战兵力行动为例,得出了兵力行动知识推理模型实现的描述.