基于大数据的态势感知运用分析

善用数据者制人,不善用者制于人。围绕国家安全和军队建设的需求,通过对大数据的分析进行态势感知,日趋具有重要的价值和意义。深入研究大数据技术在态势感知中的作用机理及存在问题,有效利用其优长,解决存在的问题,充分发挥大数据的作用,有益于更好地支撑国家和军队的决策和行动。     

联合作战筹划中的态势评估

联合作战筹划中的态势评估,是对预设战局有效性的评估,其目的是判断己方能否通过该作战态势取得预期战场优势,达成阶段作战目的。科学、合理的态势评估是构建联合作战筹划链路的重要一环,值得深入探索和研究。     

基于科学计量的机器学习技术发展评估分析

机器学习是通过数据训练使机器获取新的知识和技能的计算机技术,是人工智能技术的核心和前沿领域之一。本文以Web of Science?核心合集收录的机器学习领域相关SCI论文和incoPat全球专利数据库收录的机器学习领域相关专利为数据源,运用科学计量方法对文献数据和专利数据进行时间、地域和机构分布分析,展示了机器学习领域研究实力的分布情况,并对机器学习的发展趋势进行了分析;然后利用主题聚类分析方法及可视化软件VOSviewer,挖掘出机器学习领域的关键技术、技术热点;最后对结果进行了总结分析,以期为我国机器学习发展布局提供参考和借鉴。     

面向作战体系的生成式对抗网络应用研究

生成式对抗网络GAN作为一种生成式模型,受博弈论中二人"零和"博弈的启发,通过对抗学习的方式来训练,可以达到估计数据样本的潜在分布、生成新的数据样本的目的。从GAN的基本原理和实现模型入手,综述了其衍生模型和研究进展,对其在作战体系研究领域的应用进行了分析展望。     

基于敌我对抗信息的目标机动态势估计

如果空袭目标距离被攻击目标比较近,飞行员为了完成作战任务和战术生存,通常采取一定的进攻战术。可对进攻战术意图进行推理,并对目标在射弹飞行时间内可能的机动模式进行估计。但是,如果空袭目标距离被攻击目标比较远时,由于作战任务的约束条件不强,目标通常以战术生存为主,因此,提出了基于敌我对抗信息的目标机动态势估计模型。首先分析在实战环境下影响目标飞行航路的周围环境因素,和在敌我对抗态势下经常采取的战术生存机动,然后建立基于贝叶斯网络的目标机动态势预测模型,最后进行了仿真实例验证所建立模型有效性。     

海战场态势定量分析模型及其可视化方法

现代战争中如何对战场态势进行分析,辅助指挥员及时做出正确的决策成为各国军事领域研究的重点方向之一。提出一种海战场态势定量分析与评估模型,并针对该模型提出了基于等值线法与势场理论的可视化分析方法,既解决传统态势分析方法工程上难以实现的问题,又可以将态势判断的主动权交给指挥员,从而极大提高态势分析的可靠性与可信度。     

比核武器威力更大——美军“四位一体”全球快速打击系统

就在美俄签署新的核裁军条约、美公布新《核态势评估》报告前后,奥巴马政府多次宣布要加快发展全球快速打击系统,以形成核威慑下的“1小时打到全球各个角落”的常规快速作战能力。     

巴西核能力发展态势分析

2009年9月7日,巴西和法国正式签署了一项总金额达123亿美元的军售协议。根据协议,法国将帮助巴西建造一艘核动力潜艇,并于2020年左右部署。这将使巴西成为全球少数几个拥有核潜艇的国家之一,提升巴西海军的威慑与实战能力．不过,巴西从发展核潜艇到真正拥有一支独立的核力量仍将是一个长期的过程。     

态势评估中基于合同网的黑板模型研究*

态势评估是对战场上战斗力量分配情况的评价过程。针对目前态势评估的局限性和面临的挑战,运用黑板模型和合同网理论研究态势评估问题。对当前态势评估黑板模型的主要工作进行比较,在此基础上引入合同网的思想,提出了基于合同网的态势评估黑板模型,并重点论述了该模型的结构和运行机制。该模型在一定程度上解决了黑板模型的不足,并且能更好地用于分布式信息融合环境。     

多源信息融合和目标综合识别技术

多源信息融合和目标综合识别是为支持作战决策,综合利用计算机、信息处理、人工智能等技术,按照一定准则,对多传感器获得的信息进行综合分析与处理的过程,包括对多源数据进行检测、相关、组合和估计,从而提高状态和身份估计的精度,以对海战场态势和威胁的重要程度进行适时完整的评价。多源信息融合系统中,各种信息源提供的信息可能具有不同的特性一时变的或非时变的、实时的或非实时的、确定的或随机的、