基于体系仿真大数据的效能评估方法

随着复杂系统仿真技术、计算能力和数据管理能力的发展,仿真数据逐步呈现大数据特点,评估指标之间也存在高维度、高冗余、高相关等突出问题。结合上述背景,分析了基于体系仿真的效能评估问题研究现状,介绍了深度学习技术的研究进展。指出采用合理的指标约简方法、使用高效的神经网络模型进行效能评估是下一步的研究重点。     

LEACH—DRT算法中基于神经网络的数据预测算法

为了保证无线传感器网络中数据的完整性,针对基于LEACH路由协议的动态轮时间算法存在的问题,提出一种基于人工神经网络的数据预测算法。该动态轮时间算法中,部分簇因调整后的轮时间不足以完成数据的采集而丢失数据。数据预测算法结合传感器节点数据具有时空相关性的特点,将时空延迟算子引入神经网络模型,并通过建立的神经网络模型对数据进行预测。仿真时采用伯克利英特尔实验室的传感器数据,通过Mafl软件对模型进行测试并分析仿真结果。实验结果表明：该算法对连续多个数据的预测效果理想,预测误差始终保持在较低水平。     

声音

“目前事件复杂因素不断增加,搜救范围更广’难度更大,但只要有一线希望,我们就应继续尽最大努力搜救。希望马方进一步及时、准确、全面向中方提供掌握的更加详细数据信息,包括第三方信息,尽快明确搜救范围,提出方案,提高效率。”     

一种基于毁伤数据的弹目匹配方法

对传统的弹目匹配仍在定性分析,未有效利用毁伤数据的情况,提出一种基于毁伤数据的弹目匹配方法。将目标信息输入研究者总结的相应经验公式或用毁伤数据所训练的catboost回归模型,得出要使目标达到毁伤程度所需的各毁伤元强度,再综合弹种威力场数据计算出各弹种的分数,选出弹种。以铁路桥目标为例,说明各弹种对目标的匹配度分数与弹种设计目的的一致性。     

面向精打产品的红外图像数据采集、治理和应用

面对复杂严酷的战场环境,红外成像精打产品的智能化水平和抗干扰能力是产品生存的重要因素,而图像大数据技术是红外成像精打产品提升技术能力的重要保障.本文结合红外成像精打产品智能化能力提升的需求,提出了面向精打产品的图像数据获取、历史数据及新增数据治理、数据挖掘应用的全过程实用方法,实现了特定目标红外图像数据增补及海量图像数...     

基于模糊随机贝叶斯网络的意图估计方法

意图估计是数据融合五级模型中态势评估的重要研究内容。意图估计结果的稳定性对于辅助战场决策具有重要意义,在分析了影响意图识别结果稳健性的基础上,将模糊随机贝叶斯网络应用于战场目标的意图分析。在研究了战场环境下网络结点构造及推理方法的基础上,结合具体场景给出示例并进行了仿真验证。     

信息化战场环境下态势估计系统及其仿真技术

态势估计是数据融合体系中的一个重要层次.在当前信息化战争的环境下,态势估计技术在战斗中的作用显得尤为重要,目前国内关于态势估计的研究大多数处在概念研究的阶段.分析了态势估计的基本原理,给出了在信息化战场环境中态势估计的处理流程,构建了一个基于专家系统的态势估计系统,并采用HLA技术,利用VR_Force和VC开发了一套空战态势估计仿真系统.     

基于大数据技术的军队指挥信息系统建设研究

军队作战指挥本质上是一个以指挥员为核心的信息交互活动,大数据技术的应运而生,将颠覆性地改变指挥之“器”—军队指挥信息系统的建设运用,实现战场态势全域感知、作战指挥异地同步,极大提高基于网络信息体系的作战指挥效能。该文在分析大数据时代指挥信息系统面临的挑战的基础上、提出了基于大数据技术的指挥信息系统创新途径对策建议,并对如何破解现实瓶颈问题进行了探讨。