基于逆向强化学习的舰载机甲板调度优化方案生成方法

针对计算机辅助指挥调度舰载机甲板作业的决策过程无法脱离人参与这一特点,引入基于逆向学习的强化学习方法,将指挥员或专家的演示作为学习对象,通过分析舰载机的甲板活动,建立舰载机甲板调度的马尔可夫决策模型(MDP)框架;经线性近似,采用逆向学习方法计算得到回报函数,从而能够通过强化学习方法得到智能优化策略,生成舰载机甲板调度方案。经仿真实验验证,本文所提方法能够较好地学习专家演示,结果符合调度方案优化需求,为形成辅助决策提供了基础。     

支持部队模拟训练的指控与仿真系统互操作性语言

部队指控系统的广泛应用对指控训练提出更高要求.仿真系统开始越来越多地应用于训练中,为之提供真实的指控训练环境.部队模拟训练系统中实装指控系统与基于仿真的训练支撑环境的互操作性问题是一个急待解决的问题.互操作性概念参考模型用于确认两者间交互的信息类型,是互操作性研究的基础.模拟训练系统中互操作性研究的重点集中在指控与仿真系统互操作性语言的研究上,主要体现在公共数据模型、形式化语法和形式化语义3个方面.     

浅析军事医学语言的现实意义

军事医学语言是军事语言学的一个分支学科。古今中外的军事医学实践表明,军事医学语言在医学工作中发挥着重要作用,有时对医疗效果起着决定性作用。我国古代十分重视运用军事医学语言保障部队提高医疗效果的作用。但是,军事医学语言学科还不成体系,严重影响着军事医学工作科学效能的发挥。加快军事医学语言学科体系建设,已经成为当前巩固和提高部队战斗力中一个不可忽视的课题。     

融合可修性度量和双线学习的反导预案修正

对反导预案应用中基于预案推理的预案修正技术进行了研究,提出了一种新的反导预案修正方法。首先,在定义预案属性否决权和修正裕度的基础上,设计了一种考虑预案可修性的相似度计算方法;然后,以其为预案检索和修正规则学习的导向,融合离线预案库学习和在线实时学习策略,给出了预案修正规则的双线学习方法;建立了融合预案可修性度量和双线学习的反导预案修正模型,并对规则的归纳学习策略进行了研究;最后,进行了实例验证,结果证明了新修正方法的可行性和有效性。     

建构主义视角下强化大学生信仰教育的对策探析

建构主义学习理论在强化大学生信仰教育方面有着重要的指导作用。夺文简要分析了夫掌生信仰教育存在的问题,探讨了建构主义学习理论对于强化大学生信仰教育的重要意义,并以建构主义卷习理论隽指导,从“以学生为中心”、“情景创设”、“协作学习”、“利用各种资源”四个方面提出了强化对策,以期提高大学生信仰教育水平,实现大学思想政治教育的功能。     

民族班高等数学教学改革研究

当前关于高校民族班的高等数学教学存在诸多问题,文章首先分析了制约民族生高等数学学习的一系列因素,并着重从激发兴趣动机、注重基于双语的数学语富教学、加强高等数学教学的文化相关性、实施基于民族生自主学习的PBL教学模式、倡导促进民族生的全面和谐发展的多元评价考核模式等方面提出了改进对策。     

混合不确定条件下的飞行器级间分离可靠性分析

为量化飞行器级间分离过程随机不确定性和认知不确定性的综合影响,结合概率和区间理论混合模型特点,提出了一种基于随机和区间理论混合模型的飞行器级间分离可靠性分析方法。面向高超声速飞行器分离任务需求,建立分离动力学仿真模型,针对级间分离结构的几何特点,设计了一种快速碰撞检测方法,进而构建了分离任务的可靠性分析混合模型。通 过将该模型转化为随机可靠性分析的无约束优化问题,考虑分离过程中复杂外力及力矩导致功能函数高度非线性的特点,利用高效全局优化和主动学习Kriging方法实现无约束优化问题高效求解。结合实例表明,该方法能够准确描述混合不确定性因素对飞行器分离过程的影响,给出了飞行器分离任务可靠性区间,可为飞行器分离方案的精细化设计提供决策支持。     

全语言思路对大学英语教学的启示

全语言思路是国外语言教学界颇有影响的一种教学理念,上世纪被介绍到我国,但是在大学英语教学方面实践较少。笔者通过对国内外有关文献的综述,给读者介绍了这一思路的基本观点和教学原则,并结合自身的体会,对目前争论激烈的大学英语教学改革提出了一些建议。     

导弹突防后弹道机动调整策略强化学习

针对弹道导弹中段突防后飞行弹道与标准弹道产生较大偏离的弹道机动调整问题,建立了机动调整时机策略最优化模型。设计了机动调整逆序Q学习算法,采用Tile coding逼近器编码状态特征空间,并对其进行线性逼近。构建了Q学习算法与蒙特卡罗方法相结合的逆序更新策略机制,以对导弹机动调整最优时机进行训练。仿真测试分析结果表明,在给定场景参数下,通过10 000代强化学习算法训练得到的策略能够可靠地使用最少机动次数控制导弹突防后飞行弹道的调整决策,验证了方法的有效性。     

金字塔渐进融合低照度图像增强网络

针对现有低照度图像增强网络对不同尺度特征信息存在感知与表达能力不足的问题,提出金字塔渐进融合低照度图像增强网络模型。网络对图像进行多次下采样操作以组成特征金字塔,通过在特征金字塔的三个不同分支上加入跳跃连接,将不同尺度的特征图进行相互融合。通过精细恢复模块进一步提取精炼信息,将特征图恢复到正常的光照图像。结果表明,该网络模型不但能有效地提升低照度图像的整体亮度,而且能很好地保持图像中的细节信息和清晰的物体边缘轮廓,同时能够有效地抑制图像中的暗部噪声,使增强后的图像整体画面真实自然。