-
公开(公告)号：CN118396447A
公开(公告)日：2024-07-26
申请号：CN202410388353.7
申请日：2024-04-01
申请人： 中国人民解放军国防科技大学
IPC分类号： G06Q10/0639 , G06F17/10
摘要： 本申请涉及了一种面向发展指数的指标集选取方法和系统，本方法在识别指标间关联关系基础上构建评价指标网络，然后将指标选择问题建模为指标网络的二分图划分问题，进而利用经典的KL算法进行高效求解，从而完成发展指数对应评价指标优化选择。相较于运用数据智能分析技术，本方法能够很好地适用面向发展指数的指标集选取问题，且具有较高的求解效率，能够为发展指数构建提供有力支撑。
-
公开(公告)号：CN110688754B
公开(公告)日：2024-07-26
申请号：CN201910912549.0
申请日：2019-09-25
申请人： 中国人民解放军国防科技大学
摘要： 本发明公开了一种作战体系架构建模与最优搜索方法，包括基于超网络的OSoSA形式化定义和OSoSA搜索，所述OSoSA由任务网络、系统网络和指控网络三种异构网络组成，所述任务网络包含任务节点，所述系统网络包含系统节点，所述指控网络包含指控节点，所述OSoSA形式化定义的作战能力由OSoS得到，所述任务网络、系统网络和指控网络共同构成作战体系。本发明在运用的过程中，使得平均回报值相较于传统的方法能够处于较高的状态，进而有利于进行推广运用。
-
公开(公告)号：CN118313277A
公开(公告)日：2024-07-09
申请号：CN202410722702.4
申请日：2024-06-05
申请人： 中国人民解放军国防科技大学
IPC分类号： G06F30/27 , G06N3/092 , G06Q10/047 , G06F17/10 , G06F18/20
摘要： 本申请涉及一种动态数据驱动的无人机干扰链路规划方法、装置及设备。所述方法包括：构建干扰无人机的链路决策模型。链路决策模型包括神经网络与智能增强训练网络。获取目标无人机的动态数据作为训练样本数据集。将训练样本数据集输入至所述神经网络进行智能决策，得到干扰体系链路策略。同时，将训练样本数据集输入至智能增强训练网络进行强化学习，得到干扰体系链路仿真策略。基于拦截适宜度构建干扰链路评估机制，根据干扰链路评估机制度量干扰体系链路策略与干扰体系链路仿真策略的干扰权重，并优化链路决策模型，得到有效干扰链路规划方案。采用本方法能够在复杂环境下，提高无人机规划干扰链路的拦截成功率。
-
公开(公告)号：CN118313226A
公开(公告)日：2024-07-09
申请号：CN202410723897.4
申请日：2024-06-05
申请人： 中国人民解放军国防科技大学
摘要： 本申请涉及一种基于粒子滤波的离散事件仿真数据同化方法、装置及设备。所述方法包括：将无人机维修服务系统抽象仿真为离散事件仿真模型，通过运行离散事件仿真模型，采集获取系统实时状态观测数据并记录系统真实状态数据；根据粒子滤波算法对离散事件仿真模型进行在线模型计算和动态状态估计，在在线模型计算的过程中，通过离散事件仿真模型的向前推进计算得到系统当前迭代的状态；在动态状态估计的过程中，根据系统实时状态观测数据对系统当前迭代的状态进行更新，得到数据同化后系统的状态估计。采用本方法能够有效提高在非高斯、非线性模式下的数据同化的同化质量，使得经过数据同化后的预测状态更加接近系统真实状态。
-
公开(公告)号：CN117648383B
公开(公告)日：2024-06-11
申请号：CN202410122521.8
申请日：2024-01-30
申请人： 中国人民解放军国防科技大学
IPC分类号： G06F16/27 , G06F11/30 , G06N3/0442
摘要： 本申请涉及一种异构数据库实时数据同步方法、装置、设备及介质，方法首先根据机器学习预测模型对多个异构数据库之间的历史数据同步指标参数进行特征学习，预测得到未来数据同步指标参数；其次利用这些指标参数计算出用于影响同步速率的影响因子；然后采用实时监控参数和影响因子计算当前最优同步速率，最后调整多个异构数据库之间的同步速率。本方案能够基于历史数据同步指标参数预测未来可能的数据同步指标参数，进而基于未来可能的数据同步指标参数计算能够影响同步速率的影响因子，在异构数据库进行数据同步时，随时结合实时监控得到当前同步的一些情况和影响因子对异构数据库之间同步速率进行自适应的调整，提高同步效率及其稳定性。
-
公开(公告)号：CN118151982A
公开(公告)日：2024-06-07
申请号：CN202410478553.1
申请日：2024-04-19
申请人： 中国人民解放军国防科技大学
摘要： 本申请涉及一种基于多任务学习的容器配置代码补全方法、装置及设备。所述方法包括：利用预训练数据集和字节对编码训练得到Dockerfile分词器，根据Dockerfile分词器进行令牌分词，利用Transformer架构对分词后的预训练数据集进行多任务学习构建Dockerfile理解预训练模型，根据Dockerfile理解预训练模型构建Dockerfile代码补全模型；根据多维评估指标对不同超参数设置下的模型性能进行评价，挑选最优参数组合构建最终的容器配置代码补全模型来对待补全的Dockerfile代码进行自动化补全。采用本方法能够自动补全Dockerfile代码。
-
公开(公告)号：CN118132978A
公开(公告)日：2024-06-04
申请号：CN202311359870.3
申请日：2023-10-19
申请人： 中国人民解放军国防科技大学
IPC分类号： G06F18/213 , G06Q10/105 , G06N3/0455 , G06F30/27
摘要： 本申请涉及一种基于深度学习的职业特征向量提取方法、装置及设备。所述方法包括：获取在线职业网络中多个样本的简历数据，通过提取简历数据中的职业流动轨迹，构建职业流动网络；其中，职业流动网络包括节点、边以及每条边对应的权重；在职业流动网络中释放随机游走器，根据随机游走器的游走序列生成职业路径；根据职业路径中职业间的关联程度提取路径共性并构建路径共性矩阵，将路径共性矩阵输入深度自编码器进行训练迭代，输出得到简历数据中每种职业的职业特征向量。采用本方法能够通过深度学习提取包含职业自身信息和职业间相互联系的职业特征向量，增强了职业特征提取结果的全面性和准确性。
-
公开(公告)号：CN115361692B
公开(公告)日：2024-05-10
申请号：CN202210889971.0
申请日：2022-07-27
申请人： 中国人民解放军国防科技大学
IPC分类号： H04W24/02
摘要： 本发明公开了一种软件定义物联网的控制方法和系统，方法包括：获取感知区域中的多个感知节点和多个感知任务；根据多个感知任务的任务需求，从多个感知节点中选取出若干个感知节点作为控制节点，并向所有控制节点中安装控制流的流表规则；连通所有控制节点，以使所有控制节点构成控制网络并控制控制网络连通除控制节点之外的所有感知节点。本申请利用带内信道隔离转发控制流的思路，根据多个感知任务的任务需求，按需从多个感知节点中遴选出若干感知节点作为控制节点，并将遴选出的控制节点连通以构建控制网络来专司转发控制流，构建了高可靠的带内控制网络，解决控制流与数据流的传输冲突问题，极大提升感知层中控制流传输的时效性与可靠性。
-
公开(公告)号：CN117910865A
公开(公告)日：2024-04-19
申请号：CN202410037592.8
申请日：2024-01-10
申请人： 中国人民解放军国防科技大学
发明人： 傅文萱 , 朱仁崎 , 李博 , 姚锋 , 王涛 , 潘琳 , 毛世奥 , 林翔 , 郝言溥泽 , 文孟轩 , 陈英武 , 陈盈果 , 刘晓路 , 吕济民 , 陈宇宁 , 何磊 , 杜永浩 , 闫俊刚 , 王沛 , 程力 , 潘雨 , 张忠山 , 沈大勇
IPC分类号： G06Q10/0639 , G06F18/211 , G06F18/27
摘要： 本发明公开了一种基于定性比较分析的职称晋升影响因素评估方法，包括：获取人员基本特征和成果特征，对成果特征进行量化处理，得到量化数据；对量化数据进行特征筛选，确定职称晋升影响因素；对职称晋升影响因素进行变量校准，得到变量的校准锚点结果；基于变量的校准锚点结果，计算单个条件变量与结果变量之间的一致性和覆盖度，确定职称晋升参评成功的必要条件；对条件组态进行充分性分析，确定职称晋升参评成功的组态构型。本方案能够提高职称晋升参评成功影响因素和条件组态评估的科学性。
-
公开(公告)号：CN117435738B
公开(公告)日：2024-04-16
申请号：CN202311746436.0
申请日：2023-12-19
申请人： 中国人民解放军国防科技大学
摘要： 本发明公开了一种基于深度学习的文本多意图分析方法与系统，包括语义训练数据集训练预设的初始语义特征模型，得到目标语义特征模型，根据意图的总数构建包含多个初始单意图分析模型的初始多意图分析模型，根据意图训练数据集训练每个初始单意图分析模型，得到多意图损失函数值与单意图损失函数值，当多意图损失函数值达到第一函数阈值且每个单意图损失函数值均达到对应的第二函数阈值，得到目标多意图分析模型，通过多个独立的意图分析模型组成的多意图分析模型减少了多意图分析模型的训练周期，提升了数据拟合性能，通过目标语义特征模型和目标多意图分析模型对待预测文本进行预测，能够提高意图预测的准确性。
-
-
-
-
-
-
-
-
-
搜索结果
365 条记录 (耗时 0.054 秒)
