针对当前雷达电子战中装备的小型化和智能化需求,考虑将探测波形隐藏在干扰波形中,提出了基于深度强化学习的干扰探测一体化波形设计。首先,通过伪随机码噪声调频信号和线性调频信号复合调制完成一体化波形建模;其次,构造速度模糊函数...针对当前雷达电子战中装备的小型化和智能化需求,考虑将探测波形隐藏在干扰波形中,提出了基于深度强化学习的干扰探测一体化波形设计。首先,通过伪随机码噪声调频信号和线性调频信号复合调制完成一体化波形建模;其次,构造速度模糊函数、多普勒模糊函数和脉压后的均值标准差之比等目标函数,引入深度Q网络(deep Q learning network,DQN)算法对目标函数求解;最后,针对DQN类算法中存在的过估计问题,提出了双重竞争深度正则化Q学习(double dueling deep Q-learning network based on regularization,D3QN-Reg)算法对一体化波形进行优化,优化后的脉压幅度最高提升13.6%,速度域的第一旁瓣幅度降低19.1%。展开更多
在文旅领域智能问答中,用户问句文本表征稀疏、口语化表达、一词多义及特定领域词汇的识别困难使得常见的匹配模型难以将用户问句与标准问句进行精准匹配。针对此问题,本文构建了文旅客服问句匹配数据集和相应的领域词典,在此基础上提...在文旅领域智能问答中,用户问句文本表征稀疏、口语化表达、一词多义及特定领域词汇的识别困难使得常见的匹配模型难以将用户问句与标准问句进行精准匹配。针对此问题,本文构建了文旅客服问句匹配数据集和相应的领域词典,在此基础上提出一种融合领域词典的文旅问句匹配模型SBIDD(Improved SBERT Model for Integrating Domain Dictionaries)。模型利用Sentence-BERT对问句进行向量化表示,在孪生网络模型中融入领域词典,增强问句的领域词权重,使得模型对领域词汇的识别能力大幅提升。在自建数据集和公开数据集ATEC 2018 NLP上分别进行实验。结果表明,构建的模型与5种经典文本匹配模型DSSM、BiMPM、ESIM、IMAF、TSFR-RM及基线模型SBERT相比效果更优,F1值达到95.65%,比基线模型提升了2.75%,且模型在检索任务上表现出更高的适配性和鲁棒性。展开更多
文摘针对当前雷达电子战中装备的小型化和智能化需求,考虑将探测波形隐藏在干扰波形中,提出了基于深度强化学习的干扰探测一体化波形设计。首先,通过伪随机码噪声调频信号和线性调频信号复合调制完成一体化波形建模;其次,构造速度模糊函数、多普勒模糊函数和脉压后的均值标准差之比等目标函数,引入深度Q网络(deep Q learning network,DQN)算法对目标函数求解;最后,针对DQN类算法中存在的过估计问题,提出了双重竞争深度正则化Q学习(double dueling deep Q-learning network based on regularization,D3QN-Reg)算法对一体化波形进行优化,优化后的脉压幅度最高提升13.6%,速度域的第一旁瓣幅度降低19.1%。
文摘在文旅领域智能问答中,用户问句文本表征稀疏、口语化表达、一词多义及特定领域词汇的识别困难使得常见的匹配模型难以将用户问句与标准问句进行精准匹配。针对此问题,本文构建了文旅客服问句匹配数据集和相应的领域词典,在此基础上提出一种融合领域词典的文旅问句匹配模型SBIDD(Improved SBERT Model for Integrating Domain Dictionaries)。模型利用Sentence-BERT对问句进行向量化表示,在孪生网络模型中融入领域词典,增强问句的领域词权重,使得模型对领域词汇的识别能力大幅提升。在自建数据集和公开数据集ATEC 2018 NLP上分别进行实验。结果表明,构建的模型与5种经典文本匹配模型DSSM、BiMPM、ESIM、IMAF、TSFR-RM及基线模型SBERT相比效果更优,F1值达到95.65%,比基线模型提升了2.75%,且模型在检索任务上表现出更高的适配性和鲁棒性。
