弹性自适应二端布线算法研究及实现

军事通信指挥中很重要的环节是大量通信组织图表的绘制,目前借助计算机软件进行数字化制图处于研制与发展中,其重点与难点在于自动布线算法的设计和实现.由此在系统开发中首次提出了弹性自适应二端布线算法,主要对布线点的自适应选择、寻路算法优化、布线版图美化几个方面进行研究与实践.从而解决了自动布线过程中布通率低、布线速度慢的技术难题,大大提高通信制图的自动化程度.     

利用Active Movie控制制作解压软件

本文介绍了ＡｃｔｉｖｅＭｏｖｉｅ的主要技术特性及利用ＡｃｔｉｖｅＭｏｖｉｅ控件制作解压软件中的主要设计过程和制作技术。     

RFID的军事应用

无线射频识别（Radio Frequency Identification,以下简称RFID）技术是20世纪90年代开始迅猛发展的一种自动识别技术,是自动识别技术在无线电技术方面的具体应用和发展。目前,RFID技术已被广泛应用于工业自动化、商业自动化、交通运输控制管理等众多领域：汽车、火车等交通监控,高速公路自动收费系统,     

利用ActiveMovie控件制作解压软件

本文介绍了ＡｃｔｉｖｅＭｏｖｉｅ的主要技术特性及利用ＡｃｔｉｖｅＭｏｖｉｅ控件制作解压软件中的主要设计过程和制作技术。     

VB在多媒体教学软件开发中的技术探讨

本文介绍了ＶＢ在多媒体教学软件开发中的一些技术关键,从而提高系统的友好性及灵活性     

融合预训练模型与注意力机制的军事实体关系抽取方法

军事实体关系抽取是军事信息抽取的主要任务之一,目的在于识别非结构化军事文本中两个命名实体的关系类别。传统的军事关系抽取方法难以解决人工特征不充分、军事领域中文分词不准确以及未能充分利用句子间的实体关系特征等问题。因此,提出了一种融合预训练语言模型（BERT）和注意力机制的军事关系识别方法。该方法能够有效学习上下文语义特征,提高句子的语义特征表达能力。构建一定数量的军事文本语料集,在此基础上的实验结果表明,与多个基线模型相比,所提出的模型抽取效果更优。     

电信级IP电话支持中心解决方案

电信级ＩＰ电话的实现需要ＩＰ电话网关和ＩＰ电话支持中心的共同协作，文章阐述了电信级ＩＰ电话产品的控制和支持核心──ＩＰ电话支持中心的详细设计方案。     

基于循环神经网络的作战文书实体关系抽取

基于指挥信息系统的作战文书智能处理是未来指挥智能化的基础,采用自然语言处理的方法从非结构化作战文书中抽取出结构化的作战数据对于辅助指挥员决策有着重要意义。其中作战文书实体之间的语义关系是战场态势理解的基础,对于获取对抗双方中作战编成、部署位置、目标状态、指挥关系具有重要价值。针对作战文书实体关系抽取中传统方法人工构建特征不充分、军事领域中文分词不准确、输入与输出之间的相关性考虑不足等问题,笔者提出了基于深度学习的关系抽取方法。结合双向长短时记忆（Bi-directional Long Short-Term Memory,Bi-LSTM）神经网络对较长句子上下文的记忆能力、字向量（Character embedding）对汉字语义的表示能力和注意力机制（Attention Mechanism,Att）对输入与输出相关性的学习能力,构建了Character+Bi-LSTM+ Attention实体关系抽取模型。为验证方法的有效性,在学员训练文书语料集上进行了实验,实验结果表明,该方法抽取效果较传统方法有进一步提高。     

多智能体分层强化学习综述

作为机器学习和人工智能领域的一个重要分支,多智能体分层强化学习以一种通用的形式将多智能体的协作能力与强化学习的决策能力相结合,并通过将复杂的强化学习问题分解成若干个子问题并分别解决,可以有效解决空间维数灾难问题。这也使得多智能体分层强化学习成为解决大规模复杂背景下智能决策问题的一种潜在途径。首先对多智能体分层强化学习中涉及的主要技术进行阐述,包括强化学习、半马尔可夫决策过程和多智能体强化学习;然后基于分层的角度,对基于选项、基于分层抽象机、基于值函数分解和基于端到端等4种多智能体分层强化学习方法的算法原理和研究现状进行了综述;最后介绍了多智能体分层强化学习在机器人控制、博弈决策以及任务规划等领域的应用现状。