情报预测概念内涵与技术发展

情报分析是情报工作的核心,情报预测是情报分析的难点,是进行决策和行动的重要依据。探讨情报预测的概念内涵与技术发展,对大数据和人工智能等先进技术的科学应用以及未来研究具有重要意义。通过描述性研究、概念分析、资料总结等方法,对情报预测的概念和流程进行了剖析,提炼总结了一种包括预测对象、预测内容的情报预测问题描述框架,并按照理论-方法-工具三个层次对现有的机器定量预测方法体系进行了分析。情报预测包括业务和技术两个维度,清晰明确的问题定义是大数据和人工智能等先进技术发挥作用的重要前提。目前,机器定量预测方法以机器学习、深度学习为主,大大提高了机器解决情报预测问题的能力,未来将向神经符号计算方向拓展。     

HOG特征值的笔迹鉴定算法

机器学习作为人工智能的一个分支,在工程实践中已经产生了较大的经济价值和科技价值。机器学习创建基于样本的数学模型,通过训练预测或者作出决策解决人工智能中的问题。支持向量机是按监督学习方式对数据进行二元分类的广义线性分类器,其决策边界是对学习样本求解的最大边距超平面。本文通过提取笔迹中的HOG特征,再利用支持向量机对该特征值进行训练,得到笔迹鉴定的模型,并通过该模型鉴定笔迹。     

微波通信应急组网仿真系统设计

针对通信保障方案生成方式及评估手段落后的问题,设计了微波通信应急组网仿真系 统。系统以模块化的形式设计了体系结构,采用层次分析法构建了通信装备建模框架,通过 流程图描述了仿真过程并提出仿真实现方法,实现了数据库管理,给出了通信效果评估依据 及评估实现方法。最后通过日常组网训练仿真验证了系统的可行性与可靠性。系统通过虚拟 评估手段为用户提供较精确的数据支撑和结果分析,可对通信保障方案生成起辅助决策作用 ,有效提高应急通信保障效率。     

人工智能在电子信息技术中的应用探究

本文主要探究了人工智能在电子信息技术中的应用。首先介绍了人工智能在电子信息技术中的重要性,包括提升自动化水平、实现智能化决策、提高系统性能和效率以及创造全新的应用场景。然后讨论了人工智能在电子信息技术中所面临的问题,包括数据隐私与安全、算法的准确性和可解释性、人工智能的伦理和社会影响以及人工智能的权力和责任分配等。针对这些问题,提出了一些解决对策,如加强数据隐私与安全的保护措施、提高算法的准确性和可解释性、推动人工智能伦理准则和规范的制定等。希望通过本文的探讨,可以进一步推动人工智能在电子信息技术中的应用。     

数据仓库技术在电信经营服务中的应用

准确、及时地进行经营决策是中国电信业适应市场竞争激烈的需要，本文提出了运用数据仓库技术进行市场的分析和预测的实现方案，介绍了获取并利用相关的数据信息对经营服务的决策过程进行辅助支持的系统构建。     

数据仓库技术在电信经营服务中的应用

准确、及时地进行经营决策是中国电信业适应市场竞争激烈的需要。本文提出了运用数据仓库技术进行市场分析和预测的实现方案，介绍了能够获取数据信息并能利用相关数据对经营服务的决策过程进行辅助支持的系统构建。     

基于神经网络的COVID-19预测模型研究

一般情况,学者们采用人工智能、数学建模等方式预测COVID-19的传播。然而有的数学模型,其理论推导过程复杂且专业性强,不易理解和推广;有些数学模型需要提前估计参数,在参数确定环节就会引起一定的失真;在统计数据集时,学者们都更偏爱以当日报道的确诊总人数为子集。文章以每日报道的新增确诊人数为子集,基于大量的实时动态变化数据,不需要流行病学方面的专业知识,以数据集本身具有的特性去预测COVID-19未来的传播,模型简单可靠,便于应用。文章以美国、印度疫情为例,选择NAR神经网络、骨架曲线两种方法分别进行预测,最后用均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)三大回归评价指标去选定和评价NAR模型;用绝对误差百分比在[0,30%]内的子样本占总样本的比例,去评价骨架曲线预测的优劣。用训练好的NAR神经网络往后预测了23天(2020年12月1日至23日),美、印两国疫情预测值的MAPE分别为12.19%、19.53%;用骨架曲线每次预测5天,均预测至12月23日,美、印两国绝对误差百分比在[0,30%]内的子样本占各自总样本的比例分别为92.8%、85.9%。上述结果表明,通过这两种方法进行预测,可以为疫情防控提供强有力的数据支撑。     

面向视频云微服务系统的智能运维技术

提出了一种基于人工智能(AI)的保障视频云体验质量(QoE)的系统架构。该系统针对多个维度创建运维知识图谱,例如运行数据、运行环境、运维数据,以用于建模、感知、映射和分析。在对系统的微服务保障中,运用了图神经网络(GNN)等方法进行分类和预测。通过知识图谱和机器学习,该系统可实现实时监控、自愈恢复、智能预测和主动运维,从而实现QoE的智能保障。     

基于层次分析法和BP神经网络的电力通信ADSS光缆架设工程估算模型研究

近年来,电力通信工程的规模越来越大,对工程项目估算的准确度要求越来越高.层次分析法是一种有效处理复杂决策问题的分析方法,BP神经网络是人工智能技术中一个典型方法.本文通过对这两种方法的结合运用,实现电力通信ADSS光缆架设工程造价的有效预测,对工程项目决策和实施提供帮助.     

我国高校餐饮管理政策研究——基于演化博弈工具的研究视角

本文基于演化博弈分析工具,从高校行政部门干预前后对学生和食堂的策略选择进行了探讨。分析结果表明：高校行政部门需要用资金干预博弈双方,否则（在食堂就餐,积极型）的演化稳定策略将无法通过高校学生与食堂自身演化达到;高校行政部门可转换资金直接干预思路,从学生饮食安全卫生意识、高校内外餐饮风险评估体系、餐饮管理大数据分析和餐饮运营管理规章制度四大方面入手,通过政策引导促进我国高校餐饮管理工作持续发展。     

战术侦察决心方案生成

战术侦察作战指挥辅助决策系统是战术情报处理系统的重要组成部分。本文利用人工智能/专家系统及相关技术完成了其中侦察实力统计,侦察计划的计算机辅助生成,侦察组织派遣工作。在C~3Ⅰ系统中,无论是形成战斗指挥决心还是进行后勤调度和保障工作,资源分配问题始终贯穿其中,本文探讨了用智能推理技术和约束—满足技术解决这类问题的方法。     

城市排水信息化管理系统的设计与应用

从排水系统管理需求出发,结合天津临港工业区现状,提出了基于GIS的城市排水智能化专家决策系统的设计方案。通过集成地理信息系统、排水管网模型和泵站优化调度等,实现预测降雨信息,模拟雨污水在排水管网的运行状态,根据预测信息和专家经验分析确定泵站的实时调度方案。所建立的系统为管理人员有效地进行日常管理、泵站调度以及处理突发事件提供科学依据与参考,实现了不同管理部门之间的数据共享,对提高城市排水系统管理的效率和水平具有重要意义。     

基于BP神经网络的城市交通流预测研究

交通流预测在城市交通管理和控制中起着十分重要的作用。在分析城市交通流复杂非线性特性的基础上引入BP神经网络模型,从人工智能的角度对交通流预测进行了研究,同时给出了一种基于BP神经网络模型的交通流预测方法,通过对预测数据与实测数据的比较分析,证实了该方法的有效性。     

功率域雷达干扰预测仿真与软件实现

同时工作的多部雷达,其中一部雷达发射的信号进入另一部雷达的接收机后,可能对该雷达的正常工作造成干扰。在日常装备训练中,雷达之间的干扰是决策方案制定过程中必须考虑的问题。本文从功率域出发分析了一部雷达对另一部雷达的干扰预测计算方法,并使用MatLab软件设计实现了已知相关参数的雷达之间的干扰仿真,从而可以进一步得到两雷达的最小不干扰间距,以此作为阵地构设和决策方案制定的依据。     

基于AHP与熵值法构建的火灾预测组合灰色模型

火灾预测可以帮助消防部门更好地采取预防措施和制定灭火方案,减轻火灾损失。如何通过人工智能方法预测火灾数量、判断火灾发展趋势成为一项重要的研究课题。对城市消防火灾数量进行预测时,文中首先对原始数据序列进行加权滑动均值处理;其次建立了基于背景值优化的灰色模型和无偏优化灰色模型;而后引入了结合等维新息理论的马尔可夫模型,对经过改进的灰色模型进行预测值的残差修正;最后建立了基于层次分析法（AHP）与熵值法的主客观赋权组合模型。针对北京市2012—2019年火灾事故数据进行建模,并对后续两年的火灾发生数量进行数据预测与模型对比验证分析,根据预测结果判断未来火灾数据的变化趋势。实验结果显示,优化模型可以提高预测精度,其中结合AHP与熵值法的组合模型预测精度达到了相对残差最小为0.610 5%,后验方差比为0.323%。实验结果证明,优化后的模型可以更好地应用于对火灾事故的预测。     

基于BERT模型的多任务法律案件智能判决方法

近年来以深度学习和自然语言处理为代表的人工智能技术取得巨大突破,推动了司法智能化方法的发展。目前深度神经网络技术在法律审判领域应用受到广泛关注和发展.本文以BERT模型为基础,采用自然语言处理技术对于法律陈述事实文本进行学习,实现模型对于法律案例的智能分析能力.在模型中充分利用多层次的多头自注意力机制,从多个特征维度进一步理解了法律文本的语义信息,完成了罪名预测、法律条款推荐、刑期预测多个司法智能预测功能.通过智能司法判决的多任务学习,深入挖掘了各个子任务之间的相关性,提升了法律文本特征的提取能力,从而模型能够实现更好的泛化效果.使用公开数据集进行对比实验,验证了该方法的优异性能.     

高校智慧后勤建设与应用

随着高校后勤信息化建设推进,资源节约集约型的智慧化后勤建设成为今后的研究方向。目前,高校智慧后勤建设以基础硬件设备建设为主。设备有效管控、风险预测等方面还需要进一步探索。文章通过智慧后勤综合管理平台采集实时数据,提出一种集成学习模型,结合常用的梯度学习算法,使用BPTT算法对高校智慧后勤风险进行有效预测。     

人工智能技术在电气自动化控制中的应用

由于社会经济的不断发展,人们的日常工作和生活都具有了越来越高的智能化需求.在电气自动化控制中应用人工智能技术可以有效地降低电气自动化成本,并且使系统的运行效率获得极大的提升.本文分析并介绍了人工智能技术,对人工智能技术在电气自动化中的应用进行了深入研究.     

基于大数据AI算法的IPTV推荐场景应用

北京IPTV智能推荐系统项目以现有北京IPTV用户的收视/订购行为数据和海量北京IPTV节目内容数据为基础，采用深度机器学习、自然语言处理等大数据AI人工智能算法和多维度分析推荐方法，根据机器训练数据和推荐结果反馈数据，不断优化北京IPTV大数据智能推荐系统策略及相关算法模型，以满足北京IPTV业务各个用户场景对智能推荐的要求，目标是实现提升北京IPTV各项核心业务指标。本文主要论述人工智能算法在北京IPTV业务应用中的思路和系统设计方案。     

五子棋中的博弈智能设计

博彝是人工智能的主要研究领域之一，他涉及人工智能中的推理技术、搜索方法和决策规划。本文将这些技术用于五子棋中．设计了一个智能五子棋系统，实现人和计算机两方进行博弈。