变精度粗糙集的逻辑解释及其约简

针对Ziarko提出的变精度粗糙集缺乏相应的逻辑解释,且约简方法不合理,对经典粗糙集的逻辑解释进行了扩展,提出了变精度粗糙集决策算法应满足的四个条件,证明了变精度粗糙集决策算法与β近似的关系并得到变精度粗糙集决策算法的性质;其次,在变精度粗糙集的逻辑解释下,提出基于β下近似分布和β上近似分布变精度粗糙集的约简方法,从而保证了约简前后分类能力大小不发生改变且符合变精度粗糙集的逻辑解释;最后,通过实例说明基于β下近似分布和β上近似分布约简方法的合理性。

基于证据推理的军队指挥效能评估

在军队指挥系统效能评价体系中涉及到定性指标的评估,由于证据理论在处理不确定推理有着独特的优势,提出基于证据推理的效能评估算法,该算法能对不完全评价的情形进行评估,并通过实例说明该算法的合理性。

基于公共权重数据包络分析的军事训练绩效排序

针对传统数据包络分析(DEA)公共权重生成方法不同时具备线性、规模无关优点的问题,根据军事训练绩效评估需求,提出了一种新的DEA公共权重生成方法。该方法以DEA有效单位为计算基础,首先对训练数据进行归一化,然后运用多目标规划模型求解,绩效排序结果更加公平合理,并且同时具有线性、规模无关的优点。最后,通过一个军事应用,证明了该方法科学、有效。

基于决策树桩的元特征提取

"No Free Lunch"定理表明:若无任何先验假设,则没有理由认为一种算法优于另一种算法.算法的性能与问题的元特征密切相关.目前的元特征提取方法只关注从数据集中提取元特征,而忽略了候选算法元特征的提取.为此,在原有元特征集合的基础上提出基于决策树桩的元特征提取方法,将候选算法信息纳入新的元特征集合中.实验表明:在传统元特征集合中加入基于决策树桩的元特征后,算法排序的预测准确率能够得到显著提高.

军事情报价值评估模型

军事情报价值评估是情报工作的一项重要内容。研究了军事情报价值评估指标,并对其进行了量化;提出了基于证据推理的军事情报价值评估模型,将定性和定量等不同形式的评估指标转化为统一的等级评价信任结构,运用D-S证据理论合成公式对不同指标进行聚合;通过具体实例说明该模型不仅能够同时融合定量和定性指标,还可以得到各等级的可信度分配值,所包含的评价结果不仅合理,而且更加全面。

美军推进人工智能军事应用的举措、挑战及启示

人工智能技术的发展加速了军事智能化的脚步。本文分析了美军在推进人工智能军事应用方面采取的一系列举措,如注重国家战略层面的顶层设计,出台一系列智能化发展战略规划;部署各类军事智能化研究项目,开展大数据、智能算法研究,促进人工智能技术向情报处理、无人作战平台、指挥控制、武器装备系统、作战方式变革的渗透转化;重视智能化技术的基础理论研究和人才培养,聚焦核心和关键技术的突破,夯实军事智能化发展的基础。阐述了美军在推进人工智能军事应用进程中面临的来自技术、信任、伦理等多方面的挑战,并从成熟算法民转军用、寻求认知智能算法突破、培养军事智能化复合型人才等角度提出几点启示。

一种面向标签排序数据集的特征选择方法

针对标签排序问题的特点,提出一种面向标签排序数据集的特征选择算法(label ranking based feature selection,LRFS)。该算法首先基于邻域粗糙集定义了新的邻域信息测度,能直接度量连续型、离散型以及排序型特征间的相关性、冗余性和关联性;然后在此基础上提出基于邻域关联权重因子的标签排序特征选择算法。实验结果表明,LRFS算法能够在不降低排序准确率的前提下有效剔除标签排序数据集中的无关特征或冗余特征。

一种计算逻辑结果支持度的新方法

在R.Haenni构造的概率推理系统中,给出了一种基于条件概率思想计算逻辑结果支持度的新方法,将该方法应用于一个逻辑电路中元件是否正常的可能性判定。

戽式消力池的设计和计算

简要叙述戽式消力池的水力特性及有关理论,重点介绍了戽池轮廓尺寸的设计计算原则和方法,并以工程实例证明,所述方法之应用。

面板坝设计和施工的若干问题

简要说明面板坝的优点和现状后,较详细介绍了面板坝的结构。

基于数据分析的军人战斗体能训练与评估

战斗体能是指军人在遂行战斗任务时完成相关行动所需的机体运动能力,除了体现身体机能外,还应体现战斗行动中身体机能与武器装备、战场环境和战斗技能等因素的结合。研究明确了战斗体能训练及评估等相关概念;以军校学员为研究对象,以训练数据为基础,通过对不同类型、不同专业学员长期训练数据的分析和挖掘,探索战斗体能训练中各训练科目间的关联性和相互支撑作用,寻找训练规律,创新训练方法;面向战斗任务,提出基于数据分析的战斗体能评估方法框架。

概率逻辑结果支持度的合成算法

Haenni的概率推理系统在与D-S理论相互转化的过程中进行了投影,从而不可避免地导致一些有价值信息的丢失。为此提出一种新的概率逻辑结果支持度的合成算法来避免信息的丢失。

运筹学课程教学改革应做到因材施教

运筹学课程改革不能搞"一刀切",从内容选取、讲授深度和实践应用三个方面提出运筹学课程教学应根据学生的能力素质、专业需求以及人才培养目标做到因材施教。

基于元学习思想的算法选择问题综述

算法选择实际上可视为一种学习任务.鉴于此,首先分析基于元学习思想的算法选择框架;然后从数据集特征和元算法两个角度对基于元学习思想的算法选择方法进行归纳总结;最后分析基于元学习思想的算法选择存在的问题,并指出未来发展方向.

概率推理系统与证据理论对应方法的改进

通过研究R.Haenni的概率推理系统和D-S理论的联系,提出了一种新的构造信任势的方法,使得概率推理系统与D-S信任势相对应,有效减少了信任势焦元的数量并给出理论证明.

基于元学习的作战行动效能评估标准数据生成方法研究

部队作战行动效能评估难度大的主要原因是缺乏科学可靠的评估标准数据。为了选择适当的算法生成评估标准数据,建立了基于元学习的评估标准数据生成方法总体框架,并提出集成近似排序树方法来建立作战行动数据集元特征与算法性能排序的映射关系形成元知识,从而辅助指挥决策人员选择适当的算法生成评估标准数据。

基于变一致优势粗糙集的作战效能评估与分析

针对目前作战效能评估方法存在主观性较强、可解释性不强等缺陷,提出基于变一致优势粗糙集的作战效能评估方法。在一定的作战想定背景下,基于作战仿真工具EINSTein生成的仿真数据,对该方法产生的一系列规则进行了分析,给出了各个联合类中条件属性的重要性得分定义,对影响作战效能的因素进行了详细分析并提出了合理的建议。最后,通过与支持向量机方法进行对比,实例说明本文提出的方法对效能评估值的预测准确率更高,可解释性更强。