基于粒子滤波技术的欺骗路径识别

欺骗路径规划是作战仿真中的研究内容之一。对于欺骗路径,传统的路径识别方法存在很大的局限性,识别效率不高。针对目前路径识别方法中存在的不足,提高对欺骗路径的识别效果,将粒子滤波技术引入到欺骗路径识别领域。通过建立系统状态方程和观测方程,一方面降低观测噪声带来的干扰,准确把握当前时刻识别对象的位置信息;另一方面根据采集到的动态数据估计欺骗模型中的关键参数,从而对识别对象的运动趋势和真实目标进行判断。仿真实验表明,基于粒子滤波技术的欺骗路径识别方法能够提升识别效率,准确地判断出识别对象的真实进攻目标。     

基于MEBN的战术意图识别

战术意图识别是不确定性战场环境中理解战场态势、预测敌军将来行动过程的关键。意图识别模型的构建是作战仿真系统中实体行为建模的难点之一,如何表示不确定的意图元素及其不确定性关系并进行有效推理是意图识别的核心问题。分析了影响敌人战术意图的因素及各因素之间不确定性表示途径,提出了采用多实体贝叶斯网（multi-entity Bayesian network, MEBN）来描述敌人的战术意图,采用一阶谓词来表示意图影响因素,大大扩展了贝叶斯网表示不确定性问题的能力。MEBN采用实体片断集描述敌人的作战知识,方便重用。基于描述的敌人意图知识库,给出了基于知识的模型构建算法来动态构建战术意图识别模型。最后,通过仿真实验,对基于MEBN的战术意图识别方法进行了实验验证,结果表明该方法是有效可行的。     

基于Copula函数和M-K检验的时空数据异常识别方法

针对时空数据异常识别精度不足的问题,从时间维度和空间维度融合思想出发,构建了一个时空数据异常识别框架.基于该框架,在分布未知情况下,采用阿基米德Copula函数推导了不同空间位置属性数据之间的差异概率.与此同时,建立了以高值点数为核心的空间数据转化方法,形成了空间秩序列,确定了用于假设检验的期望和方差.最后,以窗口大小、范围半径为模型参数,通过M-K检验给出了异常数据的识别方法.实验表明,该方法能够进一步提高时空数据异常检测精度,具有更强的识别能力.     

一种基于规划系统的计划识别混合求解方法

基于智能规划领域中机器人动作规划的思想,给出了一种求解计划识别问题的混合方法。首先讨论了规划及计划识别系统的一阶谓词逻辑知识表示,然后建立了一种基于智能规划的计划识别模型,并提出了一种计划序列的生成算法,再结合D-S证据理论来实现计划识别的不确定性推理。最后以一个例子说明了采用该方法进行规划推理和计划识别的过程,表明了使用该方法求解计划识别问题的可行性。     

基于改进CLDNN的辐射源信号识别

传统辐射源信号识别方法往往需要人工提取特征,不仅对专业知识要求较高,而且人为选择的特征不能够保证适用于大多数类型信号的识别,识别精度和识别速度也不能兼顾。针对上述问题,将语音处理领域常用的深度学习模型——卷积长短时深度神经网络(convolutional long short-term deep neural network, CLDNN)引入到辐射源信号的识别中,并将该模型中的长短时记忆层改为双向门控循环单元层。模型的输入为原始时间序列数据,特征提取和分类识别过程均在网络中进行,避免了人工选择特征的不完备性。实验结果表明,所提模型在低信噪比情况下也能够有效识别信号类型,同时与其他模型相比,实现了识别精度和识别速度之间的平衡。     

基于深层卷积神经网络和双谱特征的雷达信号识别方法

针对复杂电磁环境下利用人工提取特征识别雷达信号存在的主观性强、特征冗余的问题,提出了一种基于深层卷积神经网络的识别方法。该方法首先提取雷达信号的双谱信息作为深层卷积神经网络模型的输入,然后利用模型的自学习能力提取深层特征,实现对不同调制样式雷达信号的识别,最后对不同结构网络模型的识别结果进行对比。仿真实验结果表明,相比传统雷达信号识别方法,该方法对于不同调制类型信号的识别效果优异,并且在识别率、抗噪性上都有所提升。     

虚拟企业中核心能力的定性与定量识别

首先对企业核心能力的概念进行了辨析和界定 ,给出了一个识别核心能力的定性框架 .进一步地 ,根据虚拟企业组建过程的需要 ,提出了一个基于模糊聚类的伙伴企业核心能力的定量识别方法 .最后 ,给出了一个简化的仿真算例 ,以说明该方法的有效性.     

基于HMM的低空目标航迹威胁识别

稳健的低空目标威胁识别是低空域安全防护的重要任务。传统的多属性决策方法对目标运动参数的量测精度要求较高，忽略了目标运动的时序关联信息，在实际应用中缺乏噪声稳健性和动态分析能力。因此，在多属性决策方法的基础上引入了隐马尔可夫模型，提出了一种动态稳健的低空目标威胁等级识别方法。通过建立隐状态与威胁等级、威胁数值之间的内在联系，将威胁识别问题转化为隐马尔可夫模型的状态解码问题。相比于常规算法，所提方法能够有效地抑制量测噪声干扰并具有一定的威胁预测能力。仿真实验验证了所提方法的有效性和稳健性。     

面向GPR的过程识别方法及其应用

政府流程再造(GPR)是电子政务实施的一项重要内容，也是电子政务实施的．必要过程，要实现电子政务提高政府工作效率的目标，必须再造政府业务流程，使流程简化、优化。鉴于过程的组成元素是活动，活动与活动之间的相互作用和相互联系则构成了过程系统，本文在活动识别的基础上给出了过程识别方法和过程之间关系的确定方法，其特点是引入活动的功能结构模型，并基于大系统理论中定性模型分解方法对过程进行识别。考虑到政府电子采购是集中反映政府职能上网的重要经济活动之一。如何在复杂的政府采购流程中识别出过程，是实施政府采购流程再造的首要前提，文章以政府电子采购为例对过程识别方法进行了应用研究。     

实现战术态势估计的一种多agent计划识别方法

利用目标编群思想描述多agent行动之间的协作关系,建立了一种基于多agent计划识别的战术态势估计模型。分析了计划库的构成及结构层次,给出了一种基于多agent假设的计划识别算法。以一阶谓词逻辑为形式语言,扩展了战术智能规划的一个实例,引入了描述多agent完成同一任务的谓词和算子。对实例的分析说明了基于多agent计划识别的态势估计过程,表明了使用该方法求解态势估计问题的可行性。     

基于分层贝叶斯网络的计划识别方法

分析了态势估计中计划识别问题。采用分层贝叶斯网络对计划进行分级表示,依据发生的战场事件和目标行为,动态构建分层贝叶斯网络结构,并将其作为证据进行推理。为了解决动态构建贝叶斯网络的推理问题,提出构建虚拟节点的方法,将底层贝叶斯网络的推理结果作为不确定证据,输入到对应的上层网络节点中,以代替该底层贝叶斯网络。最后,文中通过仿真实验,对基于分层贝叶斯网络的计划识别方法进行了实验验证,结果表明该方法是有效可行的。     

海上目标战术意图序贯识别技术研究

针对舰艇指挥决策中的目标战术意图识别问题,根据领域知识的特点,提出了基于特征分量相似度的目标实时状态对意图类的支持程度算法,并用证据理论对时序上支持程度进行融合,形成目标战术意图序贯识别技术。该技术建立了目标实时特征量与已知意图模式特征分量的标准值的相似度计算模型,论述了将该相似度转化成证据理论中基本概率分配函数的方法。最后举例说明了目标战术意图序贯识别的过程。     

基于神经网络的符号化飞行动作识别

飞行动作识别是飞行训练评估和空战智能决策等多项关键技术的基础, 实现飞行动作的快速高效识别具有重大意义。对此, 提出一种基于神经网络符号化模型的方法, 实现对基本飞行动作和复杂飞行动作高效识别。首先, 利用微分分割的思想对飞行参数进行切片处理, 然后通过卷积神经网络(convolutional neural networks, CNN)和长短期记忆(long-short term memory, LSTM)神经网络实现飞行动作的模块化处理, 有效代替了传统方法中对原始数据的逻辑推理。并且该方法可以利用基本飞行动作对飞行过程实现飞行数据分割, 具有良好的扩展性, 能够快速处理批量飞参数据。最后对13种基本飞行动作、两种复杂飞行动作和整段飞行数据进行仿真实验。仿真结果表明, 该方法具有良好的识别性能。     

用于战术意图识别的动态序列贝叶斯网络

针对意图规划过程的层次性和序列性,提出了序列贝叶斯网络(series Bayesian network, SBN)模型,并将动态贝叶斯网络(dynamic Bayesian network, DBN)模型和SBN模型结合起来,构建了动态SBN(dynamic SBN, DSBN)模型进行规划识别,模型的DBN部分用于由特征序列推理元意图,SBN部分用于由序列意图逐层推理父意图。推导了模型的算法,分析了模型在规划识别问题中的表达和推理能力。实验表明,DSBN模型能够有效根据特征序列识别战术意图。     

Security transmission and recognition of F-knowledge

The concept of F-knowledge is presented by employing S-rough sets. By engrafting and penetrating between the F-knowledge generated by S-rough sets and the RSA algorithm, the security transmission and recognition of multi-agent F-knowledge are proposed, which includes the security transmission of multi-agent F-knowledge with positive direction secret key and the security transmission of multi-agent F-knowledge with reverse direction secret key. Finally, the recognition criterion and the applications of F-knowledge are presented. The security of F-knowledge is a new application research direction of S-rough sets in information systems.     

离散事件系统仿真在冷连轧动态系统中的应用

离散事件仿真技术是仿真领域中应用比较广泛的一种技术。本文以冷连轧生产过程为例,分析了带钢轧制过程中离散事件仿真的特点,结合生产过程中的实际问题,提出了冷连轧机过程仿真中各种事件的处理方式,并根据事件的特点和作用对象的类别,将事件进行分类组合优化处理,大大提高了仿真系统的效率。     

同属多项组合项群选手各子项阶段训练安排重要程度的诊断

运用文献资料、访问、问卷调查和数理统计等方法,对同属多项组合项群选手各子项阶段训练安排重要程度的诊断方法进行了初步探讨。给出了不同选手各子项阶段训练安排重要程度的诊断方法与步骤,并对此作了应用举例说明,可为教练员制订训练计划提供参考。     

基于优化序列提取的相控阵雷达识别方法

针对相控阵雷达工作模式识别的问题,提出一种基于优化序列提取的雷达识别方法.首先,对相控阵雷达搜索和跟踪的工作模式进行分析,建立工作模式序列模型.其次,通过剔除Needleman-Wunsch方法中的多余数据简化运算流程,提出一种优化的雷达信号公共序列提取算法.然后,通过理论证明了所提算法的高效性,并给出算法识别效果的评...