哈萨克斯坦哈萨克族大学生语言状况调查

哈萨克斯坦是一个多民族的国家,独立后推行的第一部《语言法》已经有20多年的历史.通过调查哈萨克斯坦高校哈萨克族大学生的语言状况,分析哈萨克族大学生在家庭、学校、社会、网络等方面的语言使用状况,学生对哈萨克语、俄语、英语的态度,三种语言的能力状况,从而分析新《语言法》在哈萨克斯坦推行的效果.     

区块链技术及其潜在的军事价值

区块链技术是对等网络上的一次重大创新,使各网络节点在没有第三方权威认证的情况下达成可信的共识,并可以对形成的共识进行只读、分布式记录。阐释了区块、区块链及其技术原理,提出了区块链技术的基础应用、升级应用和扩展应用三个层级,分析了该技术在情报工作绩效激励、武器装备全寿命管理和军用物流等军事领域中的潜在价值,未来在军事应用中可能面临的一些难题。     

地面无人作战平台信息感知及其关键技术研究

信息感知是地面无人平台自主导航控制和执行任务的前提。介绍了国内外地面无人作战平台信息感知技术的研究现状;根据地面无人作战平台对远、中、近不同层次环境信息感知能力的要求,建立基于对象协同的信息感知模型。分别阐述了自主感知与协同感知各自所需的关键技术,提出多技术融合、全方位协同的发展方向。研究表明,全方位的协同感知才能提高无人作战平台自身的生存和任务执行能力。     

面向"超网络+"的装备体系作战运用仿真实验框架

针对体系仿真实验的能力不足、手段不够等问题,通过梳理仿真实验与装备论证的关系,提出应聚焦如何将型号装备融入体系作战这一实验难题,给出面向"超网络+"的装备体系作战运用仿真实验理念;从目标系统分析、作战效果分解、装备灵活组配、行动过程分析、体系评估优化等五个环节,提出解决途径及其相应实验能力;结合能力支撑关系,构建装备体系作战运用仿真实验框架,为进一步提升作战实验能力以支撑装备论证提供思路.     

目标网络分层描述与自修复机制研究?

针对目标网络分层建模与自修复机制问题展开研究。首先建立了分层次的作战目标网络模型,在此基础上提出六种维度的指标以评价作战目标网络在攻击前后能力的变化情况;其次,从预警网络层、火力网络层、指控网络层分析探索作战目标体系在遭受攻击后的最优自修复策略;最后,通过模拟攻击实验仿真分析上述自修复机制的可行性。实验结果表明该目标网络的自修复机制相比传统方法,能够更好地发挥剩余节点的作战效能。     

基于小波网络的非线性系统辨识研究

小波网络为非线性系统辨识研究提供了一种有效的方法,但目前用于小波网络学习的进化算法易陷入局部极小等缺陷.结合生物免疫系统的概念和理论,在非线性系统辨识中引入基于免疫算法的小波网络.该算法中抗体通过浓度相互作用的机制来促进或抑制抗体的生成,借此保持抗体的多样性,并产生了高亲和力的抗体对种群进行不断的更新,提高了算法的全局搜索能力和收敛速度.最后,把基于免疫算法的小波网络用于一个非线性系统辨识的标准实例中,仿真结果验证了该算法的有效性.     

BP神经网络的飞机机体研制费用估算

提出一种应用人工神经网络预测飞机机体研制费用的方法.该方法利用偏最小二乘法对飞机性能参数进行了主成分提取,用这些主成分作为BP网络的输入变量,建立了一种基于BP神经网络的飞机研制费用的估算模型,应用该模型对典型的飞机机体研制费用进行了预测.预测结果表明,该方法是有效的、可行的.     

加强军营网络道德教育

网络道德教育是基层经常性思想工作面临的重要任务。加强基层网络道德教育,要着力进行网络道德意识教育、网络道德规范教育和网络道德自律教育。     

基于强化学习的多对多拦截目标分配方法

针对空中对抗环境中多对多拦截的武器目标分配问题,提出了一种基于强化学习的多目标智能分配方法。在多对多拦截交战场景下,基于交战态势评估构建了目标分配的数学模型。通过引入目标威胁程度和拦截有效程度的概念,充分反映了各目标的拦截紧迫性和各拦截器的拦截能力表征,从而全面评估了攻防双方的交战态势。在目标分配模型的基础上,将目标分配问题构建为马尔可夫决策过程,并采用基于深度Q网络的强化学习算法训练求解。依靠环境交互下的自学习和奖励机制,有效实现了最优分配方案的动态生成。通过数学仿真构建多对多拦截场景,并验证了该方法的有效性,经训练后的目标分配方法能够满足多对多拦截中连续动态的任务分配要求。