防止从井底走向茧房

信息化战争时代,海量数据成为基层指战员研究的富矿,特别是随着军事科技快速发展、战争形态日趋复杂,智能化作战倒逼指战员进行“头脑风暴”,对战争的认识已不再是“井底之蛙”。然而,军事智能化会带来作战体系碎裂破解、数据信息短时空积聚、个性化推荐算法滥用等问题,加之很多指战员囿于自我认知局限、疏于学习战争前沿、惑于真假内容甄别,面对海量同质数据信息很容易跌入“茧房”陷入自缚。     

基于Multi-Agent的信息共享行为建模研究

针对信息共享行为的优化需求,构建了基于Multi-Agent的信息共享行为模型,该模型由Agent特性、Agent信念、Agent连通性和Agent行为4个模块组成。在Agent信念模块,提出了关于信念的信任值量化更新方法,将其作为信息共享行为交互的优先级排序的依据。规范了Agent发送信息、接收信息和处理信息的实验流程。通过仿真实验,得出了较为理想的信息共享行为组织模式,实现了信任阈值下的信息过滤,通过实验结果分析验证了信息共享行为模型的有效性。     

基于发布订阅机制的态势信息实时分发框架

针对战场态势分发信息量大、实时性要求高、不同用户需求差异大的特点,提出了一种基于发布订阅机制的态势信息实时分发框架。构建态势元数据模型,能够描述战场态势信息和需求方的偏好,将态势更新看成发布事件,需求方看成订阅者,设计基于态势数据元模型设计合适的匹配算法。在此基础上给出了态势信息实时分发框架,能够指导构建面向服务架构的新型战场态势信息分发系统。     

军民融合发展创新遏制腐败新途径 ——黑龙江省军区"四个监管系统"取得实效

党风廉政建设和反腐败斗争是强国强军大业必须紧抓不放的重要工作.黑龙江省军区立足军民融合深度发展,联合地方多个部门研发资金、采购、油料、招投标"四个监管系统",通过体制机制改革和制度创新遏制腐败现象,使军队政治生态得到极大改善.     

反导作战多传感器任务规划技术

多传感器任务规划技术是反导作战中的重要研究内容之一,即解决如何发挥多维传感器资源的互补优势,构建"传感器-目标-任务"序列,以实现整体执行效果最优。基于JDL信息融合模型深入剖析了反导作战多传感器任务规划体系结构及其信息交互。在此基础上,结合反导作战特点,从应用和理论研究两个方面分别对多传感器任务规划技术进行了叙述。     

维修性试验验前信息融合方法

针对小子样维修性试验因数据异总体而导致验前信息融合精度低的问题,提出了基于信息可用度的验前信息折合模型,解决了因数据异总体无法融合的问题;利用随机加权法对验前分布参数进行了拟合,准确地表述了验前分布;提出了基于支持度的融合权值确定方法,提高了各验前分布融合权值分配的合理性;最后,通过某装备维修性试验验前信息融合实例,表明了该方法具有一定的工程应用价值。     

不确定信息下反导拦截效果评估

针对不确定信息下反导拦截效果评估过程中指标信息和权重信息都不确定,传统评估方法很难加以解决的问题,使用区间数和随机多属性可接受性分析(SMAA)相结合的方法对反导拦截效果进行了评估。首先,根据来袭弹道导弹目标的毁伤程度划分了拦截效果等级;然后,针对观测信息的不确定性,采用区间数和隶属函数对特征指标进行了表示;在此基础上,通过引入SMAA方法,计算和比较拦截效果为各拦截等级的可接受性指标和信任因子,对不确定信息下反导拦截效果进行了评估。实例计算结果表明所介绍的不确定信息下反导拦截效果评估方法是可行的。     

文本情报信息筛选与聚类的一种处理方法

目前大数据时代情况下的信息有文本、图像、语音和视频等多种形式,而且信息的容量非常大,怎样高效、正确地筛选、分类和处理、利用这些信息,为决策者提供指挥与控制的科学依据显得尤为重要。据此对文本情报信息提出了一种文本聚类的特征选择以及特征变换的方法,利用单词在文本中的出现次数的概率来选择参与聚类的单词,并且对单词出现概率模型定义了特征变换函数,提高了文本信息的筛选、分类和处理的精度,能快速、准确地提取所需要的情报信息提供给指挥与控制的决策者参考、使用。     

协同作战中信息分发算法研究

大规模协同作战中的高效通信问题为当前信息战的研究重点之一,但由于单独作战单元无法了解全局的信息内容及需求方,这给通信资源有限的参战兵力之间的态势共享带来了困难。为此提出了一个分布式协作信息分发算法,在理论上借鉴了复杂网络的小世界特性,即单元节点可以通过邻节点在较少跳数内完成信息的传输。在思路上利用了信息相关性概念,作战单元利用信息之间的关联性及信息与节点之间的收发关系建立控制信息发送的路由表。并通过仿真实验验证了不同网络拓扑下算法性能的变化情况,结果证明分发算法能较好地支持信息共享。     

直觉模糊物元及其在权重信息未知多属性群决策中的应用

针对传统物元分析理论无法应用于决策信息为直觉模糊数的多属性决策问题,提出直觉模糊物元分析模型以及用相对相似度代替传统方法中的关联函数来解决直觉模糊物元分析问题,进而完整阐述了直觉模糊物元多属性决策的方法步骤,并通过实例验证了该方法的有效性。特别是针对权重信息未知这一类较为复杂的多属性群决策问题,采用投影法和直觉模糊熵确定权重信息,并运用直觉模糊物元多属性决策方法进行了实例分析,证明了方法的实用性,为直觉模糊多属性群决策提供了一种新的思路。