-
公开(公告)号：CN114186482B
公开(公告)日：2024-09-24
申请号：CN202111421064.5
申请日：2021-11-26
Applicant: 南京信息工程大学
IPC: G06F30/27 , G06Q10/0639 , G06F111/06 , G06F119/02
Abstract: 本发明公开了一种基于DGWO‑SVM的气象环境下武器作战效能评估方法，包括以下步骤：步骤1、获取影响武器作战效能的气象环境因素；步骤2、将影响武器作战效能的气象环境因素作为武器作战效能评估模型输入，武器作战效能评估值作为武器作战效能评估模型输出，构建武器作战效能评估模型；步骤3、将采用径向基核函数的支持向量机SVM应用于武器作战效能评估模型；步骤4、运用强化首领决策能力的灰狼优化算法DGWO，对采用径向基核函数的支持向量机中惩罚因子以及核函数参数进行优化选取；步骤5、将最优的惩罚因子以核函数参数运用于武器作战效能评估模型中，获得最优武器作战效能评估结果。从而提升武器作战效能评估精确性。
-
公开(公告)号：CN117436282A
公开(公告)日：2024-01-23
申请号：CN202311669373.3
申请日：2023-12-07
Applicant: 南京信息工程大学
IPC: G06F30/20 , G06F30/18 , G06F111/06
Abstract: 本发明公开了基于双重变权和TOPSIS‑灰关联的架构优选方法，包括构建指挥控制网络架构，构建指控网络架构指标体系，利用层次分析法确定指标的主观权重，利用改进熵权法确定指标的客观权重，并依据主客观权重因子组合主观和客观指标权重得到第一层指标权重；利用变权理论对第一层指标权重进行变权处理，得到第二层权重；利用TOPSIS法和灰关联法分别求指标变权权重的目标评价值，给出生成的网络架构排序结果。本发明所设计方法综合指标的主客观因素以及状态对权重变化的影响，排序结果综合考率了指标间的距离和形状变化，所选出的指挥控制网络架构更符合实际的战场环境。
-
公开(公告)号：CN116306618A
公开(公告)日：2023-06-23
申请号：CN202310330753.8
申请日：2023-03-30
Applicant: 南京信息工程大学
IPC: G06F40/284 , G06F40/30 , G06F16/35 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了融合图注意力网络和QA提取范式的事件抽取方法与系统，针对包括军事事件的历史作战文本，基于图注意力网络及分类机制，通过对历史作战文本进行预处理、触发词识别、事件论元角色抽取，完成对文本的处理，提高事件抽取的准确率，旨在保证在复杂多变的战场环境下，提高关键信息的提取效率，缩短指挥决策的时间。
-
公开(公告)号：CN114186482A
公开(公告)日：2022-03-15
申请号：CN202111421064.5
申请日：2021-11-26
Applicant: 南京信息工程大学
IPC: G06F30/27 , G06Q10/06 , G06F111/06 , G06F119/02
Abstract: 本发明公开了一种基于DGWO‑SVM的气象环境下武器作战效能评估方法，包括以下步骤：步骤1、获取影响武器作战效能的气象环境因素；步骤2、将影响武器作战效能的气象环境因素作为武器作战效能评估模型输入，武器作战效能评估值作为武器作战效能评估模型输出，构建武器作战效能评估模型；步骤3、将采用径向基核函数的支持向量机SVM应用于武器作战效能评估模型；步骤4、运用强化首领决策能力的灰狼优化算法DGWO，对采用径向基核函数的支持向量机中惩罚因子以及核函数参数进行优化选取；步骤5、将最优的惩罚因子以核函数参数运用于武器作战效能评估模型中，获得最优武器作战效能评估结果。从而提升武器作战效能评估精确性。
-
-
Patent Agency Ranking
公开(公告)号：CN116108178A
公开(公告)日：2023-05-12
申请号：CN202310070562.2
申请日：2023-01-31
Applicant: 南京信息工程大学
IPC: G06F16/35 , G06F16/11 , G06F18/23213 , G06N3/006
Abstract: 本申请涉及一种基于决策灰狼优化K‑Means的文本聚类方法。该方法包括：通过获取待聚类文本数据，并对待聚类文本数据进行分词、去停用词、特征选择和向量化，将待聚类文本数据转换为数值型数据，获得原始数据集，再采用决策灰狼优化算法与K‑Means算法结合的文本聚类算法找出一组最优聚类中心，使各类别中所有文本到该组最优聚类中心的距离最小，从而根据该组最优聚类中心对原始数据集进行聚类，输出聚类结果。由此，可以决策灰狼优化算法与K‑Means算法结合的文本聚类算法进行全局寻优，以狼群所在的位置来代替K‑means算法中的聚类中心，通过不断地迭代寻优来更新狼群的位置，获得最优的聚类中心，使得文本聚类结果更加可靠，从而提高了文本聚类结果准确性。
-
公开(公告)号：CN115277354A
公开(公告)日：2022-11-01
申请号：CN202210910664.6
申请日：2022-07-29
Applicant: 南京信息工程大学
IPC: H04L41/06 , H04L41/14 , H04L41/142 , H04L41/16 , G06F17/16 , G06F17/18 , G06K9/62 , G06N3/00 , G06N20/10
Abstract: 本发明属于指挥控制网络管理技术领域，具体涉及一种面向指挥控制网络管理系统的故障检测方法，具体包括以下步骤：S1：构建指挥控制网络故障管理系统架构；S2：获取原始故障网络数据集，对数据集进行归一化预处理；S3：对预处理后的数据集运进行数据集的特征降维；S4：构建SVM模型，将SVM应用于指挥控制网络故障检测中；S5：选取SVM模型中需要优化的参数作为评价算法预测性能的性能指标；S6：运用决策灰狼优化算法优化SVM模型中的参数，进行网络故障检测；通过对指挥控制网络系统采集得到的数据进行预处理，本发明提出的方法处理的网络故障数据集相较于原始数据集能够训练出更佳性能的机器学习模型，有效提高了网络故障检测的准确率。
-
公开(公告)号：CN117575299B
公开(公告)日：2024-04-02
申请号：CN202410067031.2
申请日：2024-01-17
Applicant: 南京信息工程大学
IPC: G06Q10/0631 , G06Q50/26 , G06N3/006
Abstract: 本发明提出一种基于改进粒子群算法的协同多任务分配方法，该方法包含如下步骤：获取协同作战的N个作战单元的集合U，集合U内包含每个作战单元的信息；获取M个作战任务的集合T，集合T内包含每个作战任务目标信息；根据作战任务对武器资源需求与作战单元拥有的武器资源，建立协同多任务分配模型；对协同多任务分配模型中任意可行解采用二维混合矩阵的方式进行编码；采用改进的粒子群优化算法求解协同多任务分配模型，该方法设计基于按组排序的初始化策略对粒子群进行初始化，并采用基于交叉进化的粒子更新策略和基于共性的局部搜索策略对粒子位置进行更新迭代，迭代完成后，输出精英解集中所有粒子位置，即为任务分配方案。
-
公开(公告)号：CN117436282B
公开(公告)日：2024-04-02
申请号：CN202311669373.3
申请日：2023-12-07
Applicant: 南京信息工程大学
IPC: G06F30/20 , G06F30/18 , G06F111/06
Abstract: 本发明公开了基于双重变权和TOPSIS‑灰关联的架构优选方法，包括构建指挥控制网络架构，构建指控网络架构指标体系，利用层次分析法确定指标的主观权重，利用改进熵权法确定指标的客观权重，并依据主客观权重因子组合主观和客观指标权重得到第一层指标权重；利用变权理论对第一层指标权重进行变权处理，得到第二层权重；利用TOPSIS法和灰关联法分别求指标变权权重的目标评价值，给出生成的网络架构排序结果。本发明所设计方法综合指标的主客观因素以及状态对权重变化的影响，排序结果综合考率了指标间的距离和形状变化，所选出的指挥控制网络架构更符合实际的战场环境。
-
公开(公告)号：CN117575299A
公开(公告)日：2024-02-20
申请号：CN202410067031.2
申请日：2024-01-17
Applicant: 南京信息工程大学
IPC: G06Q10/0631 , G06Q50/26 , G06N3/006
Abstract: 本发明提出一种基于改进粒子群算法的协同多任务分配方法，该方法包含如下步骤：获取协同作战的N个作战单元的集合U，集合U内包含每个作战单元的信息；获取M个作战任务的集合T，集合T内包含每个作战任务目标信息；根据作战任务对武器资源需求与作战单元拥有的武器资源，建立协同多任务分配模型；对协同多任务分配模型中任意可行解采用二维混合矩阵的方式进行编码；采用改进的粒子群优化算法求解协同多任务分配模型，该方法设计基于按组排序的初始化策略对粒子群进行初始化，并采用基于交叉进化的粒子更新策略和基于共性的局部搜索策略对粒子位置进行更新迭代，迭代完成后，输出精英解集中所有粒子位置，即为任务分配方案。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.034 seconds)
