您的位置： 专家智库 > >

欧微

作品数：8 被引量：118H指数：6
供职机构：国防大学更多>>
发文基金：国家自然科学基金更多>>
相关领域：军事自动化与计算机技术更多>>

合作作者

文献类型

  • 7篇期刊文章
  • 1篇会议论文

领域

  • 6篇军事
  • 5篇自动化与计算...

主题

  • 3篇意图识别
  • 3篇神经网
  • 3篇神经网络
  • 3篇网络
  • 2篇战场
  • 2篇记忆网络
  • 1篇多层神经网络
  • 1篇信息系统
  • 1篇循环神经网络
  • 1篇谣言
  • 1篇谣言传播
  • 1篇战场目标
  • 1篇数据编码
  • 1篇突发事件
  • 1篇自动识别
  • 1篇卷积
  • 1篇卷积神经网络
  • 1篇军用
  • 1篇军用信息系统
  • 1篇仿真

机构

  • 8篇国防大学

作者

  • 8篇欧微
  • 6篇贺筱媛
  • 5篇柳少军
  • 2篇郭圣明
  • 1篇胡晓峰
  • 1篇吴琳
  • 1篇曹占广

传媒

  • 2篇指挥与控制学...
  • 1篇控制理论与应...
  • 1篇计算机仿真
  • 1篇系统仿真学报
  • 1篇军事运筹与系...
  • 1篇指挥控制与仿...

年份

  • 1篇2019
  • 4篇2017
  • 2篇2016
  • 1篇2014
共 8 条 记 录，以下是 1-8
全选 清除 导出
排序方式：
战场对敌目标战术意图智能识别模型研究被引量：28
2017年
对战场敌方目标战术意图的快速、准确和自动识别,是智能决策的前提和基础。针对传统意图识别模型在知识表达、网络训练和时序特征学习上面临的困难,提出一种模拟指挥员进行情况判断时的记忆机制和推理模式、基于长短时记忆循环神经网络的战场目标意图智能识别模型,构建了模型的基本框架、设计了相应的时序特征编码方法、标签知识封装与模式解析机制,并通过采用学习因子自适应调整策略提高模型的训练效率。测试结果表明,所提模型具有比传统循环神经网络模型更好的收敛性能,能以较高的识别准确率实现对敌方目标战术意图的自动识别。
欧微柳少军柳少军贺筱媛
关键词：意图识别循环神经网络
基于深度学习的空中任务识别方法研究被引量：6
2017年
在大规模兵棋仿真推演中,空中任务是指挥员关注的重点。对空中任务的快速、准确和自动识别,是智能决策的前提和基础。深度学习技术的迅速发展,为复杂战场态势特征提取提供了现实可行的解决方法,为研究空中任务识别提供了技术支持。概述了传统任务识别研究方法和基于深度学习的任务识别方法研究进展,分别对卷积神经网络(Convolutional Neural Networks,CNN)、长短时记忆网络(Long Short Term Memory,LSTM)、生成对抗网络(Generate Adversarial Network,GAN)3种深度学习方法在空中任务识别问题中的应用进行了论述,提出了解决思路。
姚庆锴柳少军贺筱媛欧微
基于时序特征编码的目标战术意图识别算法被引量：26
2016年
对战场目标战术意图的快速、准确和自动识别,是智能决策的前提和基础。目标战术意图通常由多个战术动作组合完成,因而目标状态呈现动态、时序变化特征。本文针对目标意图识别问题的特点,提出一种基于栈式自编码器(SAE)的智能识别模型,设计智能识别模型的基本框架,提出一种基于时序特征的输入信号编码方法及相应的模式解析机制,通过将目标状态在多个时刻的时序特征和战场环境、目标属性等信息统一编码为输入信号,将军事专家的知识经验封装为模式标签,模拟人的推理模式与认知经验,实现对目标战术意图的智能识别。最后通过实验,分析预训练过程和网络深度对算法性能的影响,并通过与多层感知机(MLP)和逻辑回归分类器(LRC)识别准确率的比较,验证所提SAE算法的有效性。
欧微柳少军贺筱媛郭圣明
关键词：意图识别
突发事件谣言传播的涌现模型与仿真研究被引量：2
2014年
谣言的肆意扩散容易造成社会心理恐慌和非理性反应,进而引发比突发事件本身更严重的后果。针对谣言传播的特点,将疾病传播SIR模型与Agent建模理论相结合,从社会影响力、受教育程度等方面分析个体差异,引入个体记忆机制,设计相应的交互规则,构建谣言传播的涌现模型,并设置了5种情况进行仿真实验,为探索突发事件下谣言传播的扩散规律与消解对策提供理论支持。
刘军光欧微
关键词：突发事件谣言传播SIR模型
基于深度学习的空中任务识别方法研究
在大规模兵棋仿真推演中,空中任务是指挥员关注的重点.对空中任务的快速、准确和自动识别,是智能决策的前提和基础.深度学习技术的迅速发展,为复杂战场态势特征提取提供了现实可行的解决方法,为研究空中任务识别提供了技术支持.概述...
姚庆锴柳少军贺筱媛欧微
关键词：兵棋推演仿真技术自动识别卷积神经网络
战场目标作战意图识别问题研究与展望被引量：36
2017年
对战场目标作战意图的快速、准确和自动识别,是智能决策的前提和基础.深度学习技术的迅速发展,为复杂战场态势时序特征提取提供了现实可行的解决方法,为研究战场目标作战意图识别提供了技术支持.概述了传统意图识别方法和基于深度学习的意图识别方法的研究现状,并对构建基于深度学习的意图识别模型方法进行了展望.
姚庆锴柳少军贺筱媛欧微
关键词：意图识别
面向智能态势认知的战场数据编码描述方法被引量：10
2019年
提出了一种面向时序特征的战场态势描述方法,旨在从复杂、异构、高维且快速增长的战场数据中提取关键要素,将其转化为面向智能认知模型的规范化输入,通过将战场环境、作战实体、作战任务等的静态属性和时序动态特征进行规范化编码,以有效描述战场态势关键特征,压缩编码长度并降低数据冗余,将所提面向时序特征的战场态势编码描述方法应用于智能态势认知模型,对于提高智能认知模型的鲁棒性和适用性,具有较强的实用价值.
欧微欧微朱岑
军用信息系统智能化的挑战与趋势被引量：32
2016年
军用信息系统作为体系能力的倍增器,最近几十年取得了突出的成就.但也面临极大的挑战,尤其是以理解、推理、决策为代表的智能化认知技术成为当前信息系统智能化发展的瓶颈.本文在剖析当前军用信息系统智能化需求的基础上,深入分析了以"深绿"计划为代表的指挥信息系统智能化发展现状和不足,而以"深度学习"为代表的智能化认知技术发展为军用信息系统智能化建设带来了机遇和挑战;综合考虑体系作战的复杂性特点,提出需要重点突破的智能认知关键技术;最后,结合国防大学兵棋演习数据,采用深度学习等技术,初步实现了对作战体系威胁评估和作战态势优劣的智能化判断,展示了以深度学习为代表的智能认知技术在军事信息系统智能化建设中的潜在应用价值.
郭圣明贺筱媛胡晓峰吴琳欧微
关键词：军用信息系统多层神经网络
全选 清除 导出
共1页<1>
聚类工具0