-
公开(公告)号:CN108470076A
公开(公告)日:2018-08-31
申请号:CN201810335209.1
申请日:2018-04-16
Applicant: 中国人民解放军陆军工程大学 , 北京神州普惠科技股份有限公司
Abstract: 本发明公开了一种数据资源规划系统和方法及一种数据管理系统,在DODAF的框架上,该数据资源规划系统包括:业务需求分析模块、数据需求分析模块、软件功能定义模块和系统信息分析模块,其中,业务需求分析模块,用于定义业务单位的职能域、业务域以及业务流程的梳理,构造出业务模型;数据需求分析模块,用于收集、分组、分析用户视图,从用户视图中分析出数据元素;软件功能定义模块,用于设计子系统、划分功能模块和定义程序单元;系统信息分析模块,用于定义主题数据库、设计基本表和关联子系统的功能。本发明设计了一种数据资源规划系统与其他数据管理的功能实现贯通连接,同时数据管理系统解决不同软件之间的兼容问题。
-
公开(公告)号:CN110109653A
公开(公告)日:2019-08-09
申请号:CN201910393123.9
申请日:2019-05-13
Applicant: 中国人民解放军陆军工程大学
IPC: G06F8/20 , G06F16/2458 , G06F16/29 , G06F16/25
Abstract: 本发明公开一种陆战兵棋智能引擎及其运行方法,分为总体技术框架和运行框架,技术框架包括兵棋数据的分析挖掘模块、以多属性综合评价软优选算法为核心的决策模块;运行框架包括敌情处理模块、多个动作模块和运行流程框架。设计的智能兵棋引擎通过实时读取兵棋推演系统产生的动态数据,将其与兵棋的静态数据进行数据融合,生成属性数据,再以多属性综合评价软优选算法为核心的决策模块对属性数据和兵棋基本规则进行推理或运算后,最后给出棋子的动作命令,并将命令传输到兵棋推演系统。本发明的陆战兵棋智能引擎,所需的计算资源低,实时运行、走子灵活,具备了较高的自主智能水平。
-
公开(公告)号:CN107832419A
公开(公告)日:2018-03-23
申请号:CN201711100880.X
申请日:2017-11-10
Applicant: 中国人民解放军陆军工程大学
Abstract: 本发明公开一种军事信息语料库构建方法,包括如下步骤:(10)原始语料获取:客户端通过网络发送/接收模块从服务器获取原始语料;(20)语料处理:客户端对原始语料进行语料采集、语料标注和语料管理后,通过网络发送/接收模块将原始语料、标注语料发送给服务器;(30)语料库更新:服务器对满足权限验证的标注语料进行一致性评估,并将原始语料和满足一致性评估的标注语料存储到军事信息语料库中。本发明的军事信息语料库构建方法,效率高、安全保密性好。
-
公开(公告)号:CN118521113A
公开(公告)日:2024-08-20
申请号:CN202410823507.0
申请日:2024-06-25
Applicant: 中国人民解放军陆军工程大学
IPC: G06Q10/0631 , G06N5/01 , G06N3/092
Abstract: 本发明提供的是一种基于混合智能的任务规划方法、装置及存储介质,所述方法输入目标任务和态势信息,将优化后的分层规划器作为蒙特卡洛树搜索中的前向模型,通过多次前向搜索,构建出训练好的搜索树;利用训练好的搜索树,生成最佳宏观任务序列和最佳微观动作序列;将宏观任务序列中的每个宏观任务与微观动作序列对应,根据宏观任务序列中宏观任务的先后顺序,连接对应微观动作序列,得到最终的规划结果;本发明能够将领域知识与模型数据相结合,缩减规划结果的搜索空间,具备良好的场景迁移能力,提升任务规划装置的可解释性、时效性、泛化性。
-
公开(公告)号:CN118504583A
公开(公告)日:2024-08-16
申请号:CN202410774657.7
申请日:2024-06-17
Applicant: 中国人民解放军陆军工程大学
IPC: G06F40/30 , G06N3/08 , G06N3/0455
Abstract: 本发明公开一种融合多粒度文本语义信息的动量对比学习方法,包括:将文本数据输入到预训练的对比学习模型中,得到文本特征表征;其中,所述对比学习模型的训练方法包括:设置模型的超参数,并基于超参数构建对比学习模型;对训练数据进行数据增强,并构建语句和词元级别两种语义粒度的对比学习任务;基于构建的对比学习任务,使用训练数据对对比学习模型进行训练,得到训练后的对比学习模型。通过无监督的训练获得一个高质量的文本表征函数,从而能够将输入的文本数据映射到一个固定维度的特征表征,并可以直接或间接地助力于多个NLP下游任务中。
-
公开(公告)号:CN117891007A
公开(公告)日:2024-04-16
申请号:CN202410082470.0
申请日:2024-01-19
Applicant: 中国人民解放军陆军工程大学
IPC: G01W1/10
Abstract: 本发明公开了一种基于时变图神经网络的天气预测的方法,包括:获取待测地区天气数据;利用训练好的融合多种天气数据的预测模型,对待测地区天气数据进行处理,获取待测地区的天气预测结果;其中,训练好的融合多种天气数据的预测模型的确定方法包括:获取多个区域多种类型的时空天气序列数据并该数据进行预处理,从而获得多个地区天气数据集;构建静态、动态时变和外部三个邻接矩阵,搭建图卷积层、空洞因果卷积结构及融合层,以此建立时变图神经网络模型;通过多个地区天气数据集和三个邻接矩阵,对时变图神经网络模型进行训练,获取模型参数,进而确定融合多种天气数据的预测模型;本发明的天气预测方法具有预测效率高、预测精度高的特点。
-
公开(公告)号:CN117314779A
公开(公告)日:2023-12-29
申请号:CN202311272923.8
申请日:2023-09-28
Applicant: 中国人民解放军陆军工程大学
IPC: G06T5/00 , G06T5/50 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于先验语义的图像边缘和局部一致性修复方法,包括:利用训练数据集合对图像修复模型进行训练,对重建损失Lg和对抗损失Ladv进行加权求和得到修复损失L;采用Adam优化器根据修复损失L对图像修复模型进行优化,重复迭代直至达到设定迭代次数C输出训练后的图像修复模型;通过预训练后的GAN模型生成关于破损图像的拟合图像,并将拟合图像输入至预训练后的图像修复模型获得修复图像;保证修复内容合理性和真实性,并且更好地完成了边缘部分以及纹理细节的修复。
-
公开(公告)号:CN110109653B
公开(公告)日:2023-07-07
申请号:CN201910393123.9
申请日:2019-05-13
Applicant: 中国人民解放军陆军工程大学
IPC: G06F8/20 , G06F16/2458 , G06F16/29 , G06F16/25
Abstract: 本发明公开一种陆战兵棋智能引擎及其运行方法,分为总体技术框架和运行框架,技术框架包括兵棋数据的分析挖掘模块、以多属性综合评价软优选算法为核心的决策模块;运行框架包括敌情处理模块、多个动作模块和运行流程框架。设计的智能兵棋引擎通过实时读取兵棋推演系统产生的动态数据,将其与兵棋的静态数据进行数据融合,生成属性数据,再以多属性综合评价软优选算法为核心的决策模块对属性数据和兵棋基本规则进行推理或运算后,最后给出棋子的动作命令,并将命令传输到兵棋推演系统。本发明的陆战兵棋智能引擎,所需的计算资源低,实时运行、走子灵活,具备了较高的自主智能水平。
-
公开(公告)号:CN115587319A
公开(公告)日:2023-01-10
申请号:CN202211393953.X
申请日:2022-11-08
Applicant: 中国人民解放军陆军工程大学
Abstract: 本发明公开了一种基于模糊神经网络的数据分类方法、系统、装置及存储介质,属于数据分类技术领域,包括:获取待分类数据;对待分类数据进行预处理得到特征向量;将特征向量输入到训练好的模糊神经网络中,得到分类结果;所述模糊神经网络使用神经网络的多层架构,模糊神经网络中的节点表示隶属度函数和模糊规则的连接词,能够直接转化成一组可解释的模糊规则库,所述模糊神经网络中还针对待分类数据设计了模糊规则的提取和约简算法,从而实现模糊规则的展示和分析,能够在提供可解释的模糊规则的情况下达到很高的准确率;模糊神经网络使用神经网络的多层架构,其中的节点表示隶属度函数和模糊规则的连接词,提升模糊规则的提取速度。
-
公开(公告)号:CN113312921A
公开(公告)日:2021-08-27
申请号:CN202110787428.5
申请日:2021-07-13
Applicant: 中国人民解放军陆军工程大学 , 北京航空航天大学
IPC: G06F40/295 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于预训练编码特征分层加工的细粒度命名实体识别方法,涉及自然语言处理技术领域,本发明利用预训练模型ALBERT得到中文预训练编码向量,然后进一步层次化地提取前述预训练特征中的有用的双向的上下文特征,并对这些特征进行融合。继而利用监督学习技术和条件随机场CRF进行最优解求解的优势,来准确优化目标函数,从而自动学习模型参数,以提升模型在待识别数据集上的识别效果。实验表明,采用本发明实施例,可以有效解决细粒度命名实体识别的问题,并且达到较好的识别效果。
-
-
-
-
-
-
-
-
-