多维军事信息搜索推荐技术

现代战场形势瞬息万变,快速精准的信息服务对指挥员作业意义重大,因此搜索推荐系统成为指挥员敏捷获取信息的重要工具。为提高指挥员工作效率以及基于复杂军事场景需求,提出了一种多维军事搜索推荐技术。在传统推荐算法基础上,结合军事数据特征改进了序列推荐算法,同时融合了知识图谱推荐算法和订阅推送机制。应用实例表明,该技术在典型战场场景下使用效果良好,具有可行性。

基于多种机器学习算法的目标机型融合识别方法

空中目标识别在防空识别区管控中扮演着至关重要的角色。为了在庞大的目标轨迹数据中寻找自动识别目标机型的方法,文章提出了一种利用决策树、神经网络等机器学习技术并结合历史轨迹、文本简报等两种信息来源进行融合识别的方法,以弥补传统人工空中目标识别的不足。经实际测试,该方法高效而准确地识别出了空中目标的机型,从而显著提高了用户的工作效率。

基于声发射传感器阵列的风机叶片结构健康监测方法

风机叶片结构健康监测是一个迫切需要解决的问题。通过分析各种风力机叶片的损伤检测方法,结合声发射技术特点,研究了基于声发射传感器阵列的风机叶片结构健康监测方法。其中,PZT压电陶瓷传感器阵列布设于受损率较高的叶片部位,对叶片按20%最大设计载荷的增量施加载荷,结合Kaiser效应和Felicity效应,分析采集到的声发射信号,统计声发射波击数,从而判断损伤发生的区域。该方法相比于其他检测技术具有灵敏度高、定位准确和实时性好的特点,在风机叶片结构健康监测研究领域具有较大的意义。

基于碳纳米管压阻效应的复合材料结构健康监测技术

复合材料结构健康监测技术是一个重要的发展方向,不断出现新的监测方法,而碳纳米管(CNT)因具有优越的传感特性得到了广泛的关注。介绍了碳纳米管及其压阻效应的形成机理,并总结了碳纳米管膜所具有的压阻特性及其相关的应用研究进展,设计了利用碳纳米管压阻效应制成的聚合物薄膜传感器在复合材料结构健康监测(SHM)中进行应用的研究方案。其中,传感器采用表面贴覆的方法和阵列式监测原理,结合特征提取、模式识别等信号处理方法,实现对复合材料的早期损伤及其类型进行预测、识别和定位等功能。

基于强度型光纤传感技术的复合材料薄板损伤声发射定位法

声发射具有对缺陷起始和扩展探测灵敏的特点,适用于复合材料薄板损伤检测,其中定位方法的研究是关键技术之一。文章结合光纤传感技术,设计并构建了声发射检测系统,实现了复合材料薄板的损伤源定位。基于三角定位原理,进行分布式光纤传感布置,在复合材料薄板上方获取损伤信号。然后将测得的信号依次利用Daubechies10小波和Gabor小波进行背景去噪和信号峰值提取,从而获得损伤源释放的A0模态兰姆波传播到各个传感器的精确时间。最后由到达时间依据三角损伤定位算法建立非线性方程组,通过计算即可求出损伤源位置。相比其它方法,该方法具有非接触、无需测量对象材料参数的优点,在复合材料薄板损伤检测应用中有重要意义。

基于迁移表示学习的军事命名实体识别

针对军事领域标注文本不足的问题,结合实体识别技术,提出了基于自注意力(Transformer)双向语义表征模型(BERT)、双向长短时记忆网络(Bi‑LSTM)和条件随机场(CRF)的军事命名实体识别框架(BERT‑Bi‑LSTM‑CRF)。该框架以字、字位置、语义块及词性作为模型输入特征,通过BERT网络迁移学习,获得通用领域语义编码特征,再利用Bi‑LSTM解码军事语义特征,最后通过CRF实现序列预测。试验结果表明,该框架相对于现有基准方法在准确率、召回率和F1值上表现良好。

联合作战指挥信息系统软件可靠性设计

针对联合作战指挥信息系统网络化和服务化的特点,基于典型软件可靠性模型分析,研究了可提升系统可靠性的理论方法。根据各类软件的不同技术特点,将软件分为数据、传输、无状态应用和有状态应用等服务模式,给出了可靠性设计流程及设计要点,分析了可靠性关键技术,从而为联合作战指挥信息系统软件可靠性设计提供参考。

基于自注意力的迁移表示学习的国家关系研判

针对军事领域国家关系研判的特殊性以及标注文本不足等问题,结合最新文本编码解码算法,提出了一种基于双向语义表征模型(BERT)和双向长短时记忆网络(Bi-LSTM)的国家关系研判算法。该算法以字、字位置、语义块及词性作为输入特征,通过军事领域迁移表示学习编码模块和军事领域特征解码模块,实现国家关系研判。首先,通过BERT算法编码字、字位置及语义块特征,得到军事文本通用领域语义编码向量;然后,通过Word2Vec算法编码词性特征,构建空间映射层以消除空间不一致性,实现文本统一编码输出;最后,通过军事领域特征解码模块实现了文本特征解码,并叠加分类层以完成国家关系研判。试验结果表明,该算法在准确率、召回率和F1值上表现较佳。