基于竞争-协作策略多平台协同感知算法

针对战场复杂动态环境下分布式多平台协同感知问题,基于竞争-协作策略提出一种新的竞争盟主与协作型层状自组织网络体系结构,在不具备全局网络知识情况下,引入3个简单的启发式动作——评价、竞争、协作以及相应的更新规则,对相邻协同节点进行筛选和处理,设计完成了分布式多平台自组织协同感知算法.仿真结果表明该体系结构与算法能有效应对战场复杂动态环境所带来的挑战,具有良好的自组织性、自适应性和智能性,在系统协同感知探测质量和系统资源使用效率方面展现出很好的性能.     

基于“有效教学”的一体化任职培训教学模式

围绕如何实现任职培训的有效教学，进行了任职教育教学模式的改革尝试，主要是以有效教学的效益、效果、效率为目标，依据学习理论的研究成果，结合军队院校任职培训的特点，提出了一体化任职培训的教学模式，并介绍了该模式下5个教学活动之间的关系和各个教学活动的实施要点。     

云南抚仙湖沉积物粒度分维特征及环境意义

通过对抚仙湖沉积物粒度特征的研究,分析了湖泊沉积物粒度指标与分维值的变化特征及其相关性,探讨了深水湖泊沉积物粒度分维特征指示的环境意义。结果表明:抚仙湖沉积物主要由粉砂和黏土质粉砂组成,分别约占14.71%和85.29%;湖泊沉积物分选性较差,呈极负偏态,峰态从很窄到极窄,平均粒径变幅较小,在7.10～8.45μm之间波动,均值为7.76μm;其分维值的变化范围为1.81～2.76,较其它粒度参数显著,均值为2.36,所对应的相关系数为0.94～0.99,指示了抚仙湖沉积物粒度分布具有显著分形特征。同时,抚仙湖沉积物分维值与平均粒径、分选系数、峰态间存在显著的正相关关系,说明湖泊搬运营力与区域沉积环境的变化、粒度分维值均具有较好的响应。通过对比抚仙湖流域自1700年来人类活动的记录发现,频繁的人类活动导致流域变化均与湖泊沉积物中记录的分维值极值具有较好的对应。因此,分形研究在深水湖泊中的应用,将为进一步研究区域沉积环境特征提供科学依据。     

基于Unscented卡尔曼滤波的超视距目标跟踪

针对大地坐标系下,超视距目标状态方程和量测方程复杂的非线性,提出了一种基于Unscented卡尔曼滤波的超视距目标跟踪。Unscented卡尔曼滤波通过设计少量的σ点,并计算这些σ点经由非线性函数的传播,从而获得滤波值基于非线性系统方程的更新。由于Unscented卡尔曼滤波无需像Extended卡尔曼滤波那样求状态方程和量测方程的雅可比矩阵,给计算带来了极大的方便。数值仿真结果表明,所给出的方法是可行而有效的。     

双向循环进化的实体链接及知识推理框架

为体系化、智能化提升自然语言处理中实体链接任务的准确率, 同时解决图谱噪声混杂、关系稀疏等问题, 基于第三代人工智能知识&数据双轮驱动思想提出一种双向循环进化的实体链接与知识推理框架。基于知识图谱下的实体链接技术设计正向进化模块, 基于知识推理与元学习等技术设计反向进化模块, 多次循环双向控制过程实现两任务在弱监督下自我迭代和智能升级。实验表明, 在模块化设计加持下, 该框架可从特定领域文本习得特定领域知识, 并实现快速增量更新, 有效提升实体链接、知识推理效率; 同时兼具开放性, 为各业务领域小样本下文本分析能力的迭代升级提供新方法。