一种军事复杂系统的研究方法框架

对信息时代军事复杂系统的研究,传统的还原论方法已不再适用,其根本问题是不把复杂性当作复杂性采处理.而复杂性理论的基于Agent的建模与仿真方法又缺乏从军事复杂系统的顶层对问题的整体把握,并且复杂性理论还不成熟,正在演化之中.为应对这些挑战,提出了一种以复杂性概念的结构化描述符-"四个模态"为核心、"双向中和"法为途径、相互作用图和M&s为支撑工具的军事复杂系统研究方法框架.     

基于改进YOLOv5的O型密封圈缺陷检测方法

针对O型密封圈缺陷难以人工识别的问题,提出一种基于改进YOLOv5的表面缺陷自动检测方法。在数据预处理阶段,采用半自动标注方法减少人工标注成本,同时将拼接图片改为9张以实现Mosaic数据增强方法。在网络预测层引入标签平滑方法以减少模型过度依赖标签。在骨干网络中添加卷积注意力机制模块,强化有效信息,使骨干网络提取更加细致的局部特征信息。同时,针对缺陷类型尺度变化大的特点,引入剪枝的双向特征金字塔网络,以解决大小缺陷在特征提取过程中的丢失问题。实验结果表明,基于改进的YOLOv5与原YOLOv5相比,O型圈表面缺陷检测平均精度均值提高了4.26%,并且检测速度在25 ms之内,能够满足实际生产需要。     

双向搭便车行为下双渠道供应链统一定价和服务决策

在由制造商经营线上渠道和零售商经营线下渠道且实施统一定价的双渠道供应链中,研究线上线下双向搭便车行为的最优统一定价和服务决策,并深入探讨搭便车行为对价格、服务水平和收益的影响。研究发现：(1)与线上线下不存在搭便车行为的情况相比,渠道间双向搭便车下的统一销售价格、服务水平和系统利润更高;(2)如果制造商掌握供应链主导权,统一销售价格和服务水平将随着服务搭便车程度的增加而增加;如果零售商掌握供应链主导权,统一销售价格和服务水平会随着线下渠道搭便车程度的增加而增加,但几乎不会受到线上渠道搭便车程度的影响;(3)在制造商主导供应链的情形下,线下渠道的搭便车行为可以增加制造商和零售商的利润,线上渠道的搭便车行为能增加制造商的利润,但会降低零售商的利润;在零售商主导供应链的情形下,制造商和零售商的利润都会因双渠道间的服务搭便车行为而增加。总体来看,双向搭便车行为对双渠道供应链有利,即供应链总利润将随着渠道间搭便车程度的增大而增加。     

基于双向投影法的概率语言多属性群决策

针对概率语言信息下的多属性群决策问题,首先基于概率语言术语集(probabilistic linguistic term sets, PLTS)的调整规则和语言尺度函数,定义了PLTS的新运算,并证明其满足代数运算的基本性质。然后,为解决现有向量模公式在下标对称语言下计算结果与实际不符的问题,提出一种改进的概率语言信息下的向量模公式。在此基础上定义方案与正、负理想解形成的向量表示式,并建立针对概率语言信息的双向投影法,由此提出新的贴近度公式。最后,通过应用算例的对比分析验证了本文所提方法的有效性和可行性。该方法充分考虑了PLTS的数据特征,在简化计算的同时避免了信息损失,为解决概率语言信息中数值差异较小的问题提供了新的方法和思路。     

一种基于双向动态规划的立体匹配算法

提出了一种利用双向动态规划和视差可靠性准则的立体匹配算法.首先,提出了一种新的全局能量函数,它解决了扫描线间的不连续性,同时保护了的视差不连续边缘;其次,利用加强顺序约束和遮挡约束的双向动态规划方法来处理遮挡;最后,在利用三个可靠性准则去除伪视差点之后,使用可移动窗口方法填充伪视差点的视差获得稠密视差图.实验结果表明,该算法在深度不连续区域和大的无纹理区域均能取得很好的匹配效果.     

基于分层注意力循环神经网络的司法案件刑期预测

为了解决刑期预测任务准确率较差的问题,提出一种基于多通道分层注意力循环神经网络的司法案件刑期预测模型.该模型对传统的循环神经网络模型进行了改进,引入了BERT词嵌入、多通道模式和分层注意力机制,将刑期预测转化为文本分类问题.模型采用分层的双向循环神经网络对案件文本进行建模,并通过分层注意力机制在词语级和句子级两个层面捕获不同词语和句子的重要性,最终生成有效表征案件文本的多通道嵌入向量.实验结果表明:对比现有的基于深度学习的刑期预测模型,本文提出的模型具有更高的预测性能.     

基于改进双向A星和向量场直方图算法的无人机航路规划

现代无人机的行驶环境复杂多变,对无人机的航路规划不仅要求路径最短,同时还要满足实时性以应对突发威胁。提出一种离线规划和在线避障结合的航路规划方法。首先利用改进的双向A*算法对已知环境进行离线规划,并提出基于碰撞检测的动态步长和双向去除冗余点方法,在不影响路径精度的同时,缩短离线规划时间和路径。在无人机按照离线路径行驶过程中,当规划路径中出现突发威胁,利用VFH算法进行实时避障;对避障算法设置子目标,使无人机完成避障后能迅速回到离线轨迹,不影响全局路径的最优性.仿真实验表明,所提方法规划的路径长度短、耗时少,并能有效避开突发威胁,充分结合了双向A*算法路径最优和VFH算法的快速实时避障性的优点。     

对地观测图像BRDF校准模型的建立与应用

为提高对地观测图像质量的数据校准方法,建立区别于传统模型的对地观测目标复合双向反射分布函数（BRDF） 模型. 通过BRDF量值实现计量标准对该模型进行绝对量值标定,使得对地观测影像更真实反映观察对象. 该模型综合考虑对地观测目标的BRDF分布、太阳辐射、大气分布状况等,加入BRDF国家计量标准的修正参量,结合遥感相机参数,得到计量校准后的遥感相机入瞳辐亮度数据. 以一种典型建筑材料毛玻璃的BRDF测量及其对地观测图像的校准为例,通过这一复合模型的校准,其图像的色差提高约3,亮度对比提高约3.      

用于混合动力汽车的软开关双向DC/DC变换器

双向DC/DC变换器作为混合动力汽车能量管理系统的核心,在混合动力汽车能量双向转换控制中起到关键作用。根据混合动力汽车对双向DC/DC变换器的要求,选取双向Buck/Boost变换器作为主电路拓扑,减小了重量与体积、提高了系统的工作效率,同时采用半导体软开关技术有效减小开关损耗。推导出变换器在不同工作模式时的动态模型,并对相应模式下的控制器进行设计,提高了系统的稳定性和动态响应速度。最后,仿真和实验结果验证了理论分析的正确性。     

基于BERT与细粒度特征提取的数据法学问答系统

首先利用bidirectional encoder representations from transformers（BERT）模型的强大的语境理解能力来提取数据法律文本的深层语义特征,然后引入细粒度特征提取层,依照注意力机制,重点关注文本中与数据法律问答相关的关键部分,最后对所采集的法律问答数据集进行训练和评估. 结果显示：与传统的多个单一模型相比,所提出的模型在准确度、精确度、召回率、F₁分数等关键性能指标上均有提升,表明该系统能够更有效地理解和回应复杂的数据法学问题,为研究数据法学的专业人士和公众用户提供更高质量的问答服务.