Agent战场视景仿真视点智能控制方法

为了实现战场视景仿真中视点的智能控制,使视点能够自动选择运动方式,根据场景中发生的热点事件自动切换观察目标并且自动调整观察位置及角度,将Agent的思想引入视点控制策略的设计,提出了一种基于Agent的战场视景仿真视点的智能控制方法,针对热点事件搜索智能体、观察目标选择智能体和观察方式控制智能体的智能体行为算法,以及多...     

面向大规模容器集群的网络控制技术

针对容器技术在网络层面缺乏控制的问题,设计一套面向大规模容器集群的网络控制架构,分别从容器集群网络的灵活组网、智能适配以及安全隔离三个方向进行研究,主要解决大规模容器集群部署中的网络适配和隔离控制等关键问题。实验结果表明,设计的网络控制架构可以根据网络特点有针对性地实现虚拟局域网的快速划分、网络节点的稳定迁移和节点通信的精确隔离控制。     

空间飞行器及其推进系统智能自治控制技术分析

空间飞行器及其推进系统由于系统本身的复杂性、工作环境的不确定性和未知性等,利用传统的现代控制理论与方法对其进行控制十分困难。文中深入分析了智能自治控制系统内涵、功能及其构成框架,解析了空间飞行器RemoteAgent智能自治控制系统的基本构成,对空间飞行器推进系统重构问题进行了应用分析,对研究和发展我国空间飞行器的智能自治控制系统有一定的借鉴作用。     

一种面向多制式路径规划的网络模型

随着综合交通运输与导航应用技术的发展,综合利用多种交通方式实施路径规划的应用需求日益迫切,传统的单一制式路径规划系统与服务正在向多制式的方向发展.然而,传统的路径规划模型与算法难以直接应用在多制式的条件下.针对多制式路径规划的特点,构建合理的数据模型是解决该问题的基础.为此,提出了制式切换点的概念,并以此为基础建立了包含多制式图集合、顶点属性表和切换点矩阵三个主要部分的多制式网络模型,并在真实的城市道路网数据集上进行了多制式网络构建实验.该工作能够从理论和实践两个方面为多制式路径规划算法的设计提供基础性的技术支持.     

机载传感器智能管理方法的研究

机载传感器智能管理有利于提高我机平台的隐身性能和传感器的利用效率,使我机在空战中处于有利态势.阐述了机载传感器智能管理的问题、基本概念,给出了传感器管理需要研究的内容,提出基于模糊推理的机载传感器智能管理的研究方案;针对各传感器的工作特点,考虑战场态势因素,研究基于模糊推理的传感器智能管理模型;在此基础上进行传感器智能管理系统仿真和软件设计.     

雷达智能BIT故障预测方法研究

在总结了几种比较常见的故障预测方法的基础上,介绍了基于统计学习理论的支持向量回归算法。提出将智能遗传算法用来对支持向量回归模型的参数进行优化选取,并详细介绍了模型参数的选取过程,避免了参数的盲目设置。将建立起来的模型应用于雷达智能BIT故障预测领域,并以一组智能BIT状态监测的数据对预测模型进行训练和验证,实验结果表明支持向量回归模型能有效地对雷达故障进行预测。     

压电界面电极的应力强度因子

建立了压电界面电极的力学模型,利用有限傅里叶变换方法将相应的力电耦合问题描述为奇异积分方程,并得到了界面应力及其强度因子的解析解。讨论了结构几何参数对应力强度因子的影响。基于强度设计的观点得到两方面的结论：一是界面中心电极优于偏置电极;二是界面长度的最优值为中心电极长度的2倍。     

论音乐在智力开发中的作用

音乐对人的智力开发起着重要的作用,音乐教育是实施全面素质教育的一个重要组成部分,它具有其它学科无法替代的功效。     

多无人机协作侦察中的车辆再识别

在多无人机协作侦察中,匹配识别不同无人机侦察发现的装甲车辆,属于车辆再识别任务。近年来,车辆再识别技术在智能交通领域得到了快速发展,但是该技术尚未在军事领域得到充分的关注和应用。本文围绕该技术的发展和军事应用展开研究,一方面,从数据集、特征表示、注意力学习、度量学习、属性学习等方面对民用车辆再识别技术进展进行综述,分析总结了现有技术的优点和劣势,提出了有待深入探索的研究方向;另一方面,以多无人机协作侦察任务为背景,探讨分析了车辆再识别在其中的作战运用方式,并针对战场上存在的计算资源有限、环境复杂多变等因素导致车辆再识别性能下降问题,提出了可能的解决思路。本文研究可为车辆再识别技术在多无人机协作侦察中的应用提供前瞻性参考。     

美军语言智能处理技术的发展策略与启示

发展语言智能处理技术是全球新军事科技研发的重要趋势。美军在几十年的发展过程中,不遗余力地推进新的语言智能技术的研发与应用。在人工智能宏观政策和举措的带动下,美国政府与军方在语言智能领域采取了较为清晰的战略路线:明确需求方向,注重长远规划;重视军民融合,调动地方研发活力;创新技术研发资金的管理模式,提高发展效率;推动技术在关键领域的应用,加快美军战斗力的形成。本文认为,面对这一趋势,我们需要深度布局国防语言智能处理技术战略,重视面向未来需求的长远规划;充分调动语言智能处理技术研发的"民间力量",注重军产学研的协同创新;建立科学适度的项目研发机制,加快颠覆性技术的战斗力转化。