武装直升机综合火/飞系统的组合智能控制

讨论了武装直升机综合火／飞系统的组合智能控制及系统的设计方法,并且针对某型直升机用数字仿真证明了这种系统的优点及其良好效能     

微型计算机在智能在线测试中的应用——第三代万用表研制简介

作者建立了数字集成电路2n测试理论,改进了在线测试技术,设计成功了功耗自动游走电路.借助于微型计算机和超大规模集成技术,研制成功了第三代万用表.本文简要介绍了第三代万用表的功能、技术实施难点和克服这些难点的办法.     

滚动轴承故障智能诊断系统的研究

本文结合“滚动轴承故障智能诊断系统”的科研课题,介绍了智能诊断系统研制过程中轴承故障特征频率的近似计算、智能诊断报警参数的确定、报警门限值的确定、趋势预测及实验诊断结果分析。     

基于计算智能的分类器的应用

常数规则,一阶线性规则和基于遗传算法的模糊分类器,以及基于遗传算法的神经网络分类器在核爆监测中有着广泛应用前景,它们能为中远程核爆炸探测和核试验核查提供识别智能分类器。尤其是基于遗传算法的模糊分类器,从目前的应用来看其识别效果最好。     

传统教育与网络教育的对比与结合

教育是教师与学生发展之间进行双向互动的过程,不同的组合方式可以反映不同的教学工作模式。随着科学技术的飞速发展,网络教育教学模式应运而生,它改变了传统的学校教育教学模式。通过对传统教育模式和网络教育模式优缺点的比较分析,认为两种教育模式应相互结合、相互补充,才能更好地适应当前的教学需要。     

新时代高校学生增强中华优秀传统文化认同感研究

中华优秀传统文化博大精深,源远流长,是中华民族数千年来流传下来的宝贵民族基因,它以无形的力量影响着每一个中国人,尤其对新时代大学生有着积极的导向作用。增强高校学生对中华优秀传统文化的认同感是当今时代的重要任务,文章分析了新时代增强高校学生对于中华优秀传统文化认同感的必要性,并且分析了新时代大学生对于传统文化认同感缺失的成因,并以此提出了相应的方法路径。     

基于多状态故障树的舰船装备可靠性分析方法

为分析舰船装备的系统和单元部件介于正常和故障之间的中间过渡状态,结合实际工作情况,提出了一种基于多状态故障树的可靠性分析方法。以舰船电力系统为例,将传统故障树模型的底层事件布尔单元改进为可维修的三态（正常、劳损降级和故障）单元部件;结合智能体董正琼技术建立该多状态故障树仿真模型,各事件之间的从属关系采用抽象映射进行描述;通过多次蒙特卡洛仿真运行,根据各底事件发生概率定量计算出电力系统的可靠度统计值为99.624%,在一定程度上验证了所提可靠性分析方法的可行性。     

中华优秀传统文化融入“马克思主义基本原理”课教学探析

习主席在党的二十大报告中指出,“坚持和发展马克思主义,必须同中华优秀传统文化相结合”,“我们必须坚定历史自信、文化自信,坚持古为今用、推陈出新,把马克思主义思想精髓同中华优秀传统文化精华贯通起来、同人民群众日用而不觉的共同价值观念融通起来,不断赋予科学理论鲜明的中国特色,不断夯实马克思主义中国化时代化的历史基础和群众基础,让马克思主义在中国牢牢扎根”。这些重要论述,为我们更好汲取中华优秀传统文化的营养,推动中华优秀传统文化与思政课有机融合提供了科学的方法论指导。     

智能反射面辅助的无线网络加权和速率优化设计

针对智能反射面(intelligent reflecting surface, IRS)辅助的无线网络传输设计的目标是通过联合设计基站处的发送波束形成向量和IRS的反射系数,在满足基站发射功率和IRS单位模约束的条件下,使多个地面用户的加权和速率最大化。为了求解非凸的目标函数,提出一种交替优化方法,其中采用黎曼流形梯度(Riemannian manifold gradient, RMG)方法来优化反射系数,使用二分搜索法优化发送波束形成向量。此外,为了降低RMG方法的复杂度,设计了一种智能元素块坐标下降方法。仿真结果验证了所提算法的有效性,并且表明通过优化设计反射系数,IRS可显著提高无线网络的频谱效率。     

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。