机载武器控制系统算法研究

机载武器控制系统的算法是其软件部分的核心,算法的最终目的是保证在一定的条件下实现最有利的武器运用方案。将机载武器控制系统的算法分为四个不同的子算法,对每一子算法的建立方法进行了描述,最后得到形成执行命令的算法,即武器运用方案执行命令分配及形成的算法。     

一种提升树算法在网络故障关联分析中的应用

针对移动网络故障反馈与故障分类的准确率问题,提出一种基于k-NN的多分类器提升树算法,该算法采用k近邻对特征向量空间划分,结合adboost误差函数和迭代算法,实现多分类器决策判别,并利用R语言可视化方法的关系数矩阵提取和筛选出投诉/故障映射主属性,进而建立基于基站退服、覆盖盲点、非网络原因3类故障投诉关联分析及预测模型。实验结果表明,与C50决策树、RIPPER分类规则及SVM比较,在网络故障关联预测方面新算法的分类准确率提升约2%～10%。     

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.     

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.     

2023年深度学习技术主要发展动向分析

深度学习已成为人工智能领域的研究热点和主流发展方向之一,为诸多重要应用领域带来了革命性的进步。对2023年深度学习技术热门领域的主要发展动向进行了综合评述。首先介绍了深度学习技术发展现状,其次探讨了深度学习技术的军事应用任务和挑战,最后盘点了深度学习技术的未来重点发展方向。综述表明,大语言模型是深度学习领域在2023年最突出的亮点,世界模型框架下的自监督学习技术、强化学习框架下的人工智能智能体技术等也呈现加速发展态势;环境恶劣与强干扰复杂条件下的高鲁棒性深度学习、面向实时流数据高效处理与内在逻辑关联的深度学习、面向多变作战场景自主决策与快速决策的深度学习、面向跨域数据协同感知与协同推理的深度学习等,是深度学习技术未来重要的发展方向。     

小型空射诱饵在制空作战中的运用

针对制空作战中小型空射诱饵(MALD)运用问题,分析了美军多个MALD型号的研制发展现状,详细探讨了MALD基本型、MALD-J和MALD-N的基本性能,对其功能变化与演进进行了分析;结合制空作战任务需求,从“钓鱼”式诱捕敌机、佯动制敌、电子干扰压制敌机与应急投放保护载机四个方面,探索了其可能的运用方法,可为制定对抗MALD的空战策略方法提供理论参考。     

精确制导武器的运用特点与对抗方法

本文结合伊拉克战争,分析总结了信息化条件下精确制导武器的运用特点,并从技术和战术的结合上提出对抗精确制导武器的有效方法。     

探索“网络+”思想政治教育新模式

习主席深刻指出,政治工作过不了网络关,就过不了时代关。近年来,部队运用网络开展思想政治教育已经普遍推开,这一重要课题的探索研究也不断推陈出新。面对新时代、新情况、新问题,结合部队一线思想政治教育现状,就如何更好地发挥网络作用,充分运用网络思维、资源和手段,实现从"网络"到"网络+"的动态升级,推动部队思想政治教育不断改革创新、提质增效,我们做了一些调研和思考。