基于注意力机制的BiGRU战场目标意图判别

针对现代战场环境信息复杂化、多样化,战场目标具有隐蔽性、欺骗性等各种问题,提出一种基于双向门控循环单元(BiGRU)的战场目标意图识别方法。为了使网络更好的关注信息重点,提高目标意图识别的准确率,在BiGRU中加入了注意力机制,注意力机制可以使模型更加关注与预测结果有紧密联系的部分,忽略相关性不高的地方,同时采用Zoneout机制来减少网络过拟合。实验结果得出,结合注意力机制的BiGRU战场目标意图判别方法准确率高达97.1%,比基础GRU算法准确率提高12%。

基于动态本体的战场目标数据关联技术

针对战场目标相关数据呈现的海量、异构、网络化分布、内涵丰富以及关联应用前景广阔等特征,利用动态本体的灵活组织特性,提出了基于动态本体的战场目标数据关联方法,支撑了不同场景下以战场目标为中心的信息挖掘分析。结合具体工程实践,描述了典型动态本体技术,并与超大本体(LO)与顶层本体(TO)2种生成方法进行了对比试验。试验结果表明,该方法可有效构建战场动态本体,具有可行性。

战场目标被动噪声识别技术

综述了噪声识别技术在军事上的应用 ,并就战场目标噪声识别的技术现状和发展前景作了概括性的介绍 ,预测了战场目标声识别技术的发展趋势。

基于熵法的炮兵战场目标价值分析

目标价值分析是炮兵作战情报信息处理的中心工作。如何从炮兵战场众多的目标情报中确定其价值,并根据作战任务需要选择要射击的目标和确定优先顺序,是炮兵指挥员及其参谋人员的一项重要任务。根据熵法和模糊决策对炮兵战场目标价值进行了分析和排序,为炮兵指挥员的决策行为提供依据。

基于模糊综合评判的战场目标价值研究

现代战场目标繁多,从价值分析角度出发,建立了基于模糊综合评判的战场目标价值评估模型,并结合实例说明了该方法的具体应用,为指挥员和决策机关制定正确的策略提供了科学的依据。

战场目标声信号的合成方法研究

从声学理论及战场声学环境特点出发 ,利用波动声学的方法 ,得出声压合成规则 ,通过合成规则的实验和仿真验证了合成规则的正确性 ;并详细阐述了不同声信号的具体合成方法 。

群决策灰色关联分析法的战场目标价值排序

针对战场目标种类多,目标信息不完备的情况,提出群决策灰色关联分析的新方法进行战场目标价值排序。结合战场目标价值的影响因素,构建了目标价值的评判指标体系;针对指标体系的特点,引入语言变量,并把语言变量和三角模糊数相对应;运用群决策理论对个体专家决策矩阵信息进行集结,得到元素为三角模糊数的群决策矩阵,并结合灰色关联分析法,给出了群决策灰色关联分析法的数学模型。结果表明:新方法在战场目标价值排序方面是有效的、可行的。

基于贝叶斯网络的战场目标威胁评估

准确地对战场目标的威胁等级进行评估,是战场辅助决策系统的一个重要环节.贝叶斯网是一种进行不确定分析和推理的有效方法.介绍了联合树贝叶斯网络推理算法,分析了战场目标的威胁等级评估涉及的主要因素,建立了相应的贝叶斯网络模型,并进行了实例推理分析,其结果比较准确地反映了目标的威胁程度.

模糊综合评判进行战场目标排序研究

利用模糊综合评判方法,建立表征目标价值的评价指标体系,采用专家评分的方式构建问题的属性矩阵,基于模型计算表示战场目标价值大小的贴近度,并据此进行战场目标综合排序。为作战指挥员选择战场重点目标进行火力毁伤提供了理论依据,提高指挥员进行决策的科学性、有效性,提高作战指挥的效率。

基于模糊聚类分析的战场目标分类研究

目标分类是确定各类武器作战任务的基础,也是各类武器确定目标打击顺序的前提。采用模糊聚类分析方法,结合具体实例,围绕目标重要性、打击紧迫性、目标易损性、目标通视性、情报可靠性、任务一致性等指标,对战场目标进行了分类。

完整的Vague模式识别方法的战场目标识别

由于战场环境的复杂性,快速准确地识别战场目标是现代局部战争中的重要问题。提出从单值数据向Vague值数据的转化公式,提出Vague集之间的一个相似度量公式.提出完整的Vague模式识别方法。战场目标识别的应用实例进一步表明,完整的Vague模式识别是实用的方法。

战场目标价值评判的神经网络方法

在建立目标价值评判指标体系的基础上,利用BP神经网络构建3层结构多节点模型进行战场目标的价值排序。网络以对数sigmod函数为传递函数,选取典型目标组成学习和测试样本,采用改进后的弹性BP算法完成模型的训练和测试,由此绘制出网络误差变化曲线和权值、阈值Hinton图。经学习、测试和大量泛化目标的检测,模型能成功运用于战场目标价值排序。

灰色关联决策在战场目标打击决策中的应用

战场目标打击顺序的选择是作战决策的重要环节,其正确性影响到作战决策的科学与否。战场环境充满灰色性,战场目标打击决策属于灰色系统理论研究的范畴,需要用到相应的灰色理论分析方法进行解决。灰色系统理论研究"部分信息已知,部分信息未知"的"少数据、贫信息"不确定系统。它提出灰色关联度分析的概念,并将其应用到决策问题。基于灰色系统理论相关研究成果,分析了灰色关联决策的相关概念及步骤,探讨了灰色关联决策在战场目标打击决策问题上的应用,为提高相关人员战场作战决策正确性提供了科学方法。

中子弹核爆炸战场目标毁伤效应数学模型

研究了中子弹核爆炸战场暴露人员与坦克的毁伤效应估算数学模型。

基于CAS理论的战场目标选择

针对传统战场目标选择方法的局限性,将CAS理论运用到了战场目标选择中。在介绍CAS理论的基础上,分析了战场目标的复杂性特征,研究了基于CAS理论的战场目标选择原则和理论基础,描述了目标选择流程,最后给出了一个应用CAS理论的战场目标选择案例。

不确定多属性统计方法的战场目标排序研究

针对现行作战决策算法解决战场目标排序中存在的问题,运用一种新的随机变量和统计特征的新方法解决战场目标排序问题。建立不确定多属性统计方法的模型,对目标威胁程度进行排序,并应用到战场目标排序中。实例说明了该方法的有效性,但随机变量的统计特征与随机变量分布本身包含的信息仍有差距,还需进一步研究。

基于联想记忆模型的炮兵战场目标价值分析

目标价值分析是炮兵作战情报信息处理的中心工作。如何从炮兵战场众多目标情报中确定其价值 ,并根据作战需要选择需射击的目标和确定优先顺序是炮兵指挥员及其参谋人员的一项重要任务。根据联想记忆的一般模型和迭代解法对炮兵战场目标价值进行了分析和排序 ,并运用计算机进行处理 ,为炮兵指挥员的决策行为提供了依据。

炮兵战场目标态势分析研究

提出了炮兵战场目标态势的概念,分析了炮兵战场目标态势分析在炮兵战场目标情报处理过程中的位置,研究了炮兵战场目标态势分析的基本结构、主要内容及表示方式,构建了炮兵战场目标态势分析的理论框架。

基于D-S证据理论的炮兵战场目标价值分析

针对如何依据目标情报资料和作战任务需要合理评估战场目标的价值,选择需要射击的目标和确定优先顺序,建立了战场目标价值评价体系,提出了一种运用D-S证据推理理论对炮兵战场目标价值进行分析的新途径,该方法运用D-S证据组合公式对目标繁杂、不确定信息的融合,能够很好地消除目标信息的不确定性,从而将具有主观不确定性信息的目标价值分析问题转化为普通的确定性决策问题。通过实例证明了方法的有效性。

基于信息熵与TOPSIS法的炮兵战场目标价值优选

针对战场目标种类多,随机性大,提出信息熵和TOPSIS法对炮兵战场目标价值进行分析和排序。结合战场目标价值的影响因素,构建了炮兵战场目标价值的评判指标体系;并通过实例对该模型的有效性和实用性进行了验证,对指导炮兵更加迅速有效的打击目标具有较强的现实意义。