-
公开(公告)号：CN117540828B
公开(公告)日：2024-06-04
申请号：CN202410033227.X
申请日：2024-01-10
申请人： 中国电子科技集团公司第十五研究所
IPC分类号： G06N20/00 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/08
摘要： 本申请涉及一种作训科目推荐模型训练方法、装置、电子设备和存储介质。该方法包括：获取作训数据训练样本集；作训数据包括参训人员和作训科目；基于多个参训人员与多个作训科目之间的交叉特征矩阵，构建表征参训人员与作训科目交互关系的二分图；将二分图输入至预设的作训科目推荐模型中进行特征提取，获得作训科目推荐结果；依据第一损失函数迭代更新作训科目推荐模型的模型参数，直至达到预设的迭代终止条件，以获得经训练的作训科目推荐模型；其中第一损失函数由一致性损失函数和交叉熵损失函数确定；利用低秩自适应LoRA算法对作训科目推荐模型的模型参数进行微调。本申请能够得到提高作训科目推荐准确度，提升个性化作训科目推荐模型性能。
-
公开(公告)号：CN117079117B
公开(公告)日：2024-04-16
申请号：CN202311176761.8
申请日：2023-09-13
申请人： 中国电子科技集团公司第十五研究所
IPC分类号： G06V20/05 , G06T5/70 , G06T5/20 , G06T5/40 , G06V10/30 , G06V10/36 , G06V10/764 , G06V10/80 , G06V10/82
摘要： 本发明公开了一种水下图像处理及目标识别的方法及装置、存储介质及电子设备，其中方法包括：基于针对同一水下目标获取的各类传感器数据，生成对应的点云图、声呐图像及光学图像；对所述点云图进行三维重建，生成第二点云图；对所述声呐图像及光学图像分别进行图像增强，生成第二声呐图像及第二光学图像；进行图像特征融合，得到融合图像特征；基于所述声呐图像特征及所述光学图像特征进行目标识别，得到第一识别结果；基于所述融合图像特征及所述点云图特征进行目标识别，得到第二识别结果，基于所述第一识别结果及所述第二识别结果进行决策级融合，得到识别结果。本方法有效缓解了信息源单一导致的检测的不完整性、局限性和不确定性的问题。
-
公开(公告)号：CN117809168A
公开(公告)日：2024-04-02
申请号：CN202410025836.0
申请日：2024-01-08
申请人： 中国电子科技集团公司第十五研究所
IPC分类号： G06V20/05 , G06V10/26 , G06V10/50 , G06V10/52 , G06V10/74 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/09
摘要： 本发明公开了一种基于水下目标的固有属性特征进行检测的方法及装置，其中方法包括：对涉及水下目标的图像进行预处理；构建训练样本集；得到与所述水下目标相关的声学特征图及光学特征图；将融合后的光学图像特征输入待训练的多尺度水下目标识别模型，经过若干轮次训练后，得到第一阶段多尺度水下目标识别模型；将添加通道注意力的固有频谱特征及添加空间注意力的固有光学特征进行特征融合，得到固有融合特征；基于所述固有融合特征对第一阶段多尺度水下目标识别模型进行训练，得到训练完毕的多尺度水下目标识别模型；将待检测水下图像输入训练完毕的多尺度水下目标识别模型，得到检测和识别结果。本方法提高水下目标检测的准确性和稳定性。
-
公开(公告)号：CN117217392A
公开(公告)日：2023-12-12
申请号：CN202311472664.3
申请日：2023-11-07
申请人： 中国电子科技集团公司第十五研究所
IPC分类号： G06Q10/04 , G06Q50/26 , G06F16/36 , G06F18/213 , G06F18/211 , G06N3/0464 , G06N3/08 , G06N3/0442 , G06N3/045 , G06F18/25 , G06F18/241
摘要： 本发明公开了一种通用装备保障需求的确定方法及装置，其中方法包括：获取与通用装备信息相关的原始数据，基于处理后的数据，获取目标数据；基于目标数据构建本体，基于本体与目标数据构建通用装备信息知识图谱；基于通用装备信息知识图谱，获取通用装备信息数据指标，将通用装备信息数据指标输入训练完毕的通用装备保障需求预测模型，所述通用装备保障需求预测模型输出的结果作为保障需求的预测结果；根据通用装备保障需求评估模型对所述保障需求的预测结果进行评估，评估结果指示所述保障需求的预测结果的等级高于预设阈值时，将所述保障需求的预测结果作为通用装备保障需求的确定结果。本方法提高通用装备的可靠性水平，提供数据决策支撑。
-
公开(公告)号：CN116992151A
公开(公告)日：2023-11-03
申请号：CN202311066471.8
申请日：2023-08-23
申请人： 中国电子科技集团公司第十五研究所
IPC分类号： G06F16/9535 , G06F16/9537 , G06Q50/20 , G06N3/0464 , G06N3/048 , G06N3/082
摘要： 本公开是关于一种基于双塔图卷积神经网络的在线课程推荐方法。其中，该方法包括：获取学习平台数据，并进行数据预处理生成训练样本数据；以包含元路径的所述训练样本数据作为模型输入数据，以课程推荐列表作为模型输出数据，建立基础模型；对所述基础模型基于预设双塔式网络结构进行特征提取和优化网络特征表示能力，基于自一致性学习算法进行模型输出优化，基于权重冷启动策略对推荐准确性进行优化，生成在线课程智能推荐系统模型；基于所述在线课程智能推荐系统模型完成在线课程推荐。本公开将双塔网络结构和自一致性学习算法结合，从模型结构和模型训练多个层面优化在线课程推荐系统的性能。
-
公开(公告)号：CN118504666A
公开(公告)日：2024-08-16
申请号：CN202410460405.7
申请日：2024-04-17
申请人： 中国电子科技集团公司第十五研究所
摘要： 本发明公开了一种数字化合成营体系作战知识图谱构建系统和方法、存储介质以及电子设备，其中，系统包括：数据层、知识图谱构建层、模型集成与分析层、用户接口层、安全与隐私层、部署与扩展层；知识图谱构建层获取数据层的实体、属性和关系，使用知识图谱推理引擎构建数字化合成营体系作战领域本体库；模型集成与分析层对实体、属性和关系以及数字化合成营体系作战领域本体进行推理；用户接口层提供可视化用户接口；安全与隐私层对用户进行身份认证和授权，对数据层的数据进行加密；部署与扩展层用于提供数字化合成营体系作战知识图谱构建系统的部署和扩展接口。本系统能够验证决策方法和系统在实际作战中的有效性和可行性。
-
公开(公告)号：CN116993832B
公开(公告)日：2023-12-08
申请号：CN202311263952.8
申请日：2023-09-27
申请人： 中国电子科技集团公司第十五研究所
IPC分类号： G06T7/73 , G01C1/02 , G06N3/0464
摘要： 本发明公开了一种基于CNN的飞行目标的位置预测方法及装置，其中方法包括：使用CAHVOR模型解算出每个时刻飞行目标位置的初解，判断CAHVOR模型结果精度是否满足要求；如果不满足要求，使用测角体制飞行目标轨迹解算，得到飞行目标在发射坐标系的坐标；如果满足要求，对于解算得到的飞行目标位置序列，进行插值，获得数据量增加的新序列，计算飞行目标序列每个点和每个经纬仪之间的距离和方向余弦，解算飞行目标序列每个点关于每个测站的方位角和俯仰角；将归一化的方位角俯仰角数据输入CNN模型，预测飞行目标位置。本方法有效提高了多台经纬仪融合估计结果的精度，减少了飞行目标在飞行过程中线性和非线性的影响。
-
公开(公告)号：CN118396199A
公开(公告)日：2024-07-26
申请号：CN202410872875.4
申请日：2024-07-01
申请人： 中国电子科技集团公司第十五研究所
IPC分类号： G06Q10/04 , G06Q10/0631 , G06Q10/20 , G06F18/27 , G06F18/25 , G06F18/15 , G06F18/2131 , G06N3/042 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N5/04 , G06N3/048 , G06F123/02
摘要： 一种基于神经网络的装甲维修器材备件预测方法及装置，其中方法包括：获取装甲维修器材备件的历史数据，从历史数据中提取历史消耗量或需求量作为第一输入，提取维修任务的类型、维修地点、维修器材备件的可获得性、环境因素作为条件；由对应的第一输入和条件组成训练样本，作为输入数据输入装甲维修器材预测模型，得到训练完毕的预测模型；获取当前及未来一段时间的维修任务的任务数据，所述任务数据包括任务类型、地点、环境因素；将所述任务数据以及所述装甲维修器材备件的历史消耗量或历史需求量的最新数据输入所述训练完毕的预测模型，得到装甲维修器材备件需求量的预测结果。如此能解决需求预测过程中的多种不确定性的技术问题。
-
公开(公告)号：CN117892637A
公开(公告)日：2024-04-16
申请号：CN202410287815.6
申请日：2024-03-13
申请人： 中国电子科技集团公司第十五研究所
IPC分类号： G06F30/27 , G06N3/0464 , F42B35/02
摘要： 本发明公开了一种基于联合网络模型的靶板击穿厚度预测方法及装置，其中方法包括：获取不同种类穿甲弹穿透不同材质靶板过程的多条相关数据；生成网络模型及判别网络模型组成第一网络模型，对所述第一网络模型进行训练，其中生成网络模型基于训练集中的样本数据生成若干生成样本；训练后的判别网络模型的第一卷积层的参数共享给CNN网络模型的首层卷积层；基于训练集中的样本数据、生成样本以及基于相关数据确定的靶板击穿厚度的影响指标对CNN网络模型进行训练，得到训练完毕的CNN网络模型；获取待预测靶板击穿厚度的相关数据，所述训练完毕的CNN网络模型基于所述相关数据预测靶板击穿厚度。本方法提高预测的准确性和实用性。
-
公开(公告)号：CN117852737A
公开(公告)日：2024-04-09
申请号：CN202410067197.4
申请日：2024-01-17
申请人： 中国电子科技集团公司第十五研究所
IPC分类号： G06Q10/047 , G06Q10/083 , G06Q10/0875 , G06Q30/0283 , G06N3/126
摘要： 一种用于精确制导弹药战时实时调配的方法及装置，其中方法包括：获取后方仓库、工厂、未参战部队、前置仓库及参战部队的信息；其中，前置仓库是作战时在战场前线的仓库，后方仓库是建设于战略战役后方的各类固定仓库，是战略战役后方进行物资储备和供应的基地；构建运输成本目标函数，基于后方仓库、工厂、未参战部队的精确制导弹药存储量、前置仓库的精确制导弹药需求量以及所述运输成本目标函数，确定从后方仓库、工厂、未参战部队运输精确制导弹药到前置仓库的运输方案；基于各参战部队的位置、所需精确制导弹药量，确定从前置仓库运送精确制导弹药到各参战部队的运输方案。本方法能够准确、及时、高效地进行精确制导弹药战时实时调配保障。
-
-
-
-
-
-
-
-
-
搜索结果
22 条记录 (耗时 0.044 秒)
