预防脑出血“三字经”

脑出血又称脑溢血,是指大脑实质内的出血,与高血压病有直接关系,这是中老年人常见的急性脑血管病,病死率和致残率都很高。脑出血占所有脑中风病人的10%～20%。脑出血与高血压病的密切关系在于:高血压病人约有1/3的机会发生脑出血,而脑出血的病人有高血压的约占95%。脑出血的急救原则如果病人倒在厕所、浴池等狭小场所,要尽快设法移到宽敞的地方。原则是尽量不要震动头部,保持头部水平位搬运,以免堵住呼吸道。用止血药,常用止血敏、抗纤溶芳酸、维生素 K。止血药用量不可过大,种类不宜多。防止肺部感染和褥疮。尤其是脑出血昏迷的病人,早期给予抗生素预防肺部感染.定时翻身防止褥疮,活动肢体防止关节僵硬。     

基于Agent的智能审计决策系统

被审计对象信息化水平的不断提高给审计人员带来了挑战.以Agent技术为核心,在比较系统阐述Agent技术原理的基础上,提出了一种新的智能审计决策系统模型,通过审计线索收集Agent、审计判断Agent及审计结论Agent之间的协作实现审计决策智能化,并指出了通用知识库的三重逻辑结构.最后以银行网上远程审计系统为背景,给出了一个使用Agent技术的审计智能决策系统的应用示例.实践证明,将Agent技术引入智能审计决策系统在技术上是完全可行的,是信息化时代审计的重要发展方向.     

MAS作战仿真中的人装单元Agent结构研究

研究了在多智能体系统作战仿真中人装单元Agent的结构,该结构以BDI模型为基础,由感知器、匹配器、信念集、愿望集、筛选器、意图、执行器和通信器等8个模块组成。介绍了每个模块的功能,并在给定仿真背景、元规则和能力属性的基础上进行了576次仿真对抗实验。实验结果表明,以这种Agent结构为基础的多智能体系统作战仿真结果符合军事常理,能够对作战仿真研究起到支撑作用。     

基于多Agent的编队导弹攻击火力分配的优化研究

目前解决火力分配优化问题的更多的是运用静态的数学模型,忽略了作战是一个激烈对抗的过程.为了更全面地研究编队导弹攻击分配的优化问题,提出了一种基于多Agent的编队导弹攻击火力分配仿真优化研究的方法.首先建立了舰艇Agent的模型,研究了Agent的演化模型,建立了基于Agent的火力分配的优化模型.通过Agent自身的演化,从而达到整个编队导弹攻击的火力分配决策的优化目的.最后给出了仿真试验,对仿真结果数据的分析,验证了方法的可行性.     

美军几种有效提高频谱利用率的技术

文中简要介绍了美军的几种可有效提高频谱利用率的技术,如基于信号传播控制的频谱复用技术:定向天线和组网;利用信号问差异的频谱复用技术:扩展频谱、信号极化和智能天线等。文中对这些技术的特征以及应用于频谱复用时的特点作了简要阐述。     

智能时代大学生思想政治教育的机遇、挑战与对策研究

智能时代,网络技术快速发展,人们的生活被各种新的思想、观念、方式所包围。大学生群体正处于身心不稳定时期,他们好奇心和求知欲旺盛,面对纷繁复杂的信息不能做出正确辨别很容易受到诱导误入歧途。因此,如何最大限度利用智能技术开展思想政治教育,传播先进思想文化,如何让智能成为大学生获取知识,扩宽视野的渠道已成为目前高校思想政治教育工作亟待解决的非常重要而又急迫的时代课题。     

C2系统仿真及评价研究进展

以网络中心战价值链的分析为核心,对指挥控制系统的地位特点及仿真与评价的必要性进行了论证,在此基础上,从"忽略或淡化"、人在回路中、专家系统、基于Agent的方法及基于Swarm的方法5个角度对智能行为建模领域的研究进展进行了分析,同时从"基于能力"及"基于优势"两个视野对指挥控制系统指标体系的构建方法及相应架构进行了剖析.     

防空反导机理分析及筹划决策

由弹道导弹、新一代战机、临近空间飞行器和智能无人系统等组成的空天一体化打击系统已成为空天防御面临的巨大威胁与挑战.本文首先从战场环境、空天打击特点和防空反导特点等角度分析防空反导作战的内在机理,对防空反导作战部署、拦截打击、协同规则等典型作战规则展开了探索设计,提出包含预先筹划、应急筹划和战时临机调控的防空反导筹划流程...     

汽车加油机器人关键技术分析

传统加油模式使操作人员易受有毒易燃油气的侵害,而且严冬酷暑时加油站作业环境恶劣,因此在加油站配置机器人实现智能化加油变得十分迫切。介绍了国内外汽车加油机器人的研究进展,指出其作业对象的差异性、环境的多变性以及作业过程的危险性。分析了当前汽车加油机器人所采用的加油机构、加注接口以及识别与定位技术的特点,指出加油机构优化、安全控制、智能识别与定位研究是汽车加油机器人发展的方向。     

基于深度强化学习的智能对手自主空战决策技术

为提升空战训练对手的智能性与自主性,提升空战训练效果。针对空战战术训练智能对手自主空战决策问题,提出一种基于深度强化学习的智能体训练方法,采用最大熵强化学习（SAC）算法平衡策略探索与利用的优势,引入自博弈和多智能体联盟训练方法提升空战智能体策略的多样性和鲁棒性。针对一对一近距格斗空战场景建立智能博弈框架及奖励函数,仿真结果表明,基于零经验训练得到的智能体能够有效自主机动决策并实施近距导弹攻击,产生较好的战术效果,证明该方法在一对一近距格斗空战智能体训练中的有效性。