基于本体的上下文建模与应用研究

为了在开放、动态的环境中建立上下文感知系统,首先需要定义一个适合于知识共享的上下文描述,即上下文建模．提出了一种基于本体的通用上下文模型,由顶层上下文本体和6种特定本体构成．结合2008年汶川地震救援应用本体,描述了应用本体与通用上下文模型之间的关系．最后结合Web服务技术,提出了上下文感知的Web服务发现方法,对上下文感知计算的应用作了初步探索．     

基于关联度的装备指标层状态评价方法

针对装备指标层状态评价的需要,在比较相关灰色关联度研究成果的基础上,提出了一种同时考察评价对象与理想值之间相似性和相近性的综合关联度,包括改进型斜率关联度和近似面积关联度,详细论述了二者几何关系和量值关系。结合逼近理想解排序法（TOPSIS）和提出的综合关联度,设计了装备指标层状态评价方法,该方法既考察了被评价装备性能的整体偏差,又体现了个别指标偏差,工程上可同时实现装备底层评价值集结和故障诊断。最后,以装甲装备火控系统为例说明了方法的实用性和有效性。     

GPRS隧道协议研究与GPRS模拟环境实现

GPRS技术研究和实现已成为当前移动核心网技术的重要发展方向。文章研究了GPRS的原理、GPRS隧道协议的工作流程,并基于winpcap和MFC开发了SGSN和GGSN模拟软件,实现了GTP协议的一个子集,搭建了一个GRPS模拟实验环境。     

隐性文化流向对官兵思想的影响

随着我国改革开放的不断深入,西方敌对势力加紧对我实施文化渗透和文化扩张,我国社会中的深层次矛盾开始凸现,社会异常心理、失衡心态逐渐形成,社会潜意识、潜思潮大量滋生和蔓延,小道消息不胫而走,灰色民谣悄然流传。这些隐性社会文化流入军营后,对官兵的思想产生了强烈的冲击,其负面影响已初见端倪。新形势下隐性文化倾向及其特点文化,从广义上讲,是指人类社会历史实践过程中所创造的物质财富和精神财富的总和。从狭义上讲,是指社会的意识形态,以及与之相适应的制度和组织机构。隐性文化是相对于显性文化(如外显的物质文化、制度文化等)而…     

对提高预备役部队挂钩训练质量的思考

预备役部队与现役部队挂钩训练,是缩短预备役部队与现役部队训练差距、提高预备役部队遂行作战(保障)任务能力和与现役部队联合作战能力,增强我军整体作战能力的有效途径和重要举措。总结以往挂钩训练经验,更好地利用现役部队装备先进、训练层次高、教学力量强、承训潜力大的优势,进一步提高挂钩训练的质量和水平,是促进预备役部队战斗力提高的重要途径。     

日海上自卫队最新驱逐舰“高波”级剖析

通用驱逐舰沿革日本于第一次世界大战后极欲扩张海权,在华盛顿裁军会议前后曾制定“八·八舰队”建年计划,企图以8艘既有战舰和新造战舰与8艘既有战舰和改造巡洋战舰构成联合舰队战力核心,其后虽因关东大地震和发展舰队航空兵力的影响,未能最终实现。但“八·八舰队”的计划却在一些人的心中固定下来,从而,变成了日本海军巩固海疆的同义词。时至第二次世界大战后,日本为维持领海经济利益,并确保海上运输命脉,开始筹     

装甲车轮毂电机自适应预测控制

针对经典有限集模型预测控制(FCS-MPC)算法在无位置传感器控制应用场合依赖电机参数匹配精度等问题,提出一种参数自适应设置改进的FCS-MPC预测控制算法,算法将系统干扰等未建模因素折算为改进模型的等效电压总误差,并依据Popov超稳定性定理推导出改进模型参数的自适应律,实现等效总误差和总电感在线辨识估计,进而推导出电机转位置观测器的辨识表达式,实现改进算法的自适应预测控制,结合补偿后低能滤波和均值修正有效消除直流偏置量,进一步提高位置观测精度.仿真实验结果表明,改进算法在电机不同工况和负载下能准确估计转子的位置,验证了算法的有效性.     

多因素观测来源不确定的多目标跟踪算法

杂波、低检测概率和目标间观测相互干扰等因素,使得目标观测的来源难以辨别,提出一种基于改进GMPHD滤波的多目标跟踪算法,通过引入目标标记和权重向量,增广了标准GMPHD迭代中目标信息.基于高斯分量合并策略、目标状态估计策略和高斯分量优化策略,能够有效地改善目标状态估计精度和滤波迭代效率.目标跟踪仿真实验结果表明了所提算法的有效性及鲁棒性.     

设备健康状态评估指标体系约简方法

针对设备健康状态评估涉及指标多、指标间关系复杂的问题,提出基于粗糙集和遗传算法的设备健康状态评估指标体系约简方法.将粗糙集理论和遗传算法相结合,对设备健康状态评估指标进行约简的同时,提高约简效率.某燃气轮机健康状态评估指标体系约简案例显示,该方法能够在不失代表性、系统性的前提下,将复杂指标体系约简为较为简洁、明了的指标体系,保持评估结果准确的同时减少信息收集工作量.     

【专题】人工智能装备质量监督效能研究

近年来,人工智能技术迅速发展和渐趋成熟,在装备领域的应用大放异彩,极大地拓展了传统装备性能,特别是自主性和智能化水平。但人工智能算法本身固有的逻辑推理性差、具有不可解释性和需要学习训练等特性给人工智能装备的质量监督带来了新挑战,现有评价手段的欠缺也使人工智能装备发展在实用可靠方面充满不确定性。本文在总结归纳人工智能装备新特性拓展和质量监督新挑战的基础上,重点围绕有效提升人工智能装备的质量监督展开研究。提出应在夯实基础能力设施建设、注重日常数据采集整理、灵活技术状态管控、研究有效评价手段、强化人才队伍建设和闭环质量信息反馈与利用等六方面加强人工智能装备质量监督的措施建议,以期为人工智能装备的发展建设提供参考。