-
公开(公告)号：CN112749516A
公开(公告)日：2021-05-04
申请号：CN202110147596.8
申请日：2021-02-03
Applicant: 江南机电设计研究所
Abstract: 本发明公开了一种适应多类型数据特征的体系组合模型可信度智能评估方法，实现步骤如下：1.构建网络预训练样本集；2.构建网络训练样本集；3.构建融合循环神经网络和卷积神经网络，适应多类型数据特征的深度学习模型；4.深度学习网络分层训练；5.结合体系对抗仿真应用场景下组合模型输出数据，利用组合模型可信度智能评估网络，直接得出组合模型的可信度及其置信度。本发明采用了长时记忆能力较强的循环神经网络与特征表达能力较强的卷积神经网络智能方法相融合方式，可适应于长时变、短时状态等多类型数据特征的组合模型可信度智能评估，有利于提高组合模型可信度评估正确性与评估效率。
-
公开(公告)号：CN119830714A
公开(公告)日：2025-04-15
申请号：CN202411842129.7
申请日：2024-12-13
Applicant: 江南机电设计研究所
IPC: G06F30/27 , G06N3/006 , G06F111/06 , G06F111/04
Abstract: 一种基于组织权变理论的指控适变建模方法，包括：获取防御体系内部的组成要素，基于组织权变理论设置防御体系节点，结合OODA作战环理论和组织权变理论设置指控适变模型约束；根据所述指控适变模型约束，确定优化目标，所述优化目标为指控适变模型优劣的指挥控制节点负载均衡RMSAll与装备负载均衡E；获取所述指挥控制节点负载均衡RMSAll的最小值与装备负载均衡E的最大值，完成指控适变模型的构建，用改进麻雀搜索算法进行解算，获得适变后的指挥控制关系矩阵。将组织权变理论与多目标优化设计有机融入了体系架构设计过程，提高了防御体系适变能力，从指挥控制关系重构的角度实现防御体系动态适变，满足防御体系面临的资源即时动态重组的需求。
-
Patent Agency Ranking
公开(公告)号：CN110889207A
公开(公告)日：2020-03-17
申请号：CN201911088404.X
申请日：2019-11-08
Applicant: 江南机电设计研究所
IPC: G06F30/20 , G06F111/10
Abstract: 本发明提供一种基于深度学习的体系组合模型可信度智能评估方法，包括以下步骤：获取参考学习样本集-获取参考学习样本集-评估不确定性影响程度-评估噪声影响程度-评估可信度。本发明应用深度学习方法，综合考虑不确定性和噪声的影响，对待检验模型的可信度评估更加可靠，并通过应用从仿真学习样本(待检验模型)到参考学习样本(参考模型)到逆向映射关系，避免正向映射时可能出现的模糊现象，提高可信度评估的准确性，通过深度学习方法和基于损失函数的优化模型，降低体系作战仿真可信度评估的实施难度，实现自适应智能评估和模型筛选。
-
公开(公告)号：CN119249878A
公开(公告)日：2025-01-03
申请号：CN202411293914.1
申请日：2024-09-14
Applicant: 江南机电设计研究所
Abstract: 本发明公开了一种杀伤链生成模型的构建方法，包括以下步骤：S1、定义实体，对实体的属性进行实例化，获取人工经验和战场情报，根据人工经验和战场情报构建约束关系知识图谱；S2、根据实体的属性构建杀伤链生成智能体；S3、将约束关系知识图谱抽象为动作空间mask；S4、通过深度强化学习算法和动作空间mask训练杀伤链生成智能体，获取杀伤链生成模型。本发明解决了大规模体系作战情形下可选动作复杂，选择分支组网较多，动作空间庞大的问题，降低智能体模型体量，加快模型训练和收敛速度，提供了智能体持续演进模式；通过杀伤链生成模型生成杀伤链，解决了传统方法计算时间长、决策慢的问题，有利于实现战场态势复杂多变的作战任务。
-
公开(公告)号：CN110889207B
公开(公告)日：2023-08-22
申请号：CN201911088404.X
申请日：2019-11-08
Applicant: 江南机电设计研究所
IPC: G06F30/20 , G06F111/10
Abstract: 本发明提供一种基于深度学习的体系组合模型可信度智能评估方法，包括以下步骤：获取参考学习样本集‑获取参考学习样本集‑评估不确定性影响程度‑评估噪声影响程度‑评估可信度。本发明应用深度学习方法，综合考虑不确定性和噪声的影响，对待检验模型的可信度评估更加可靠，并通过应用从仿真学习样本(待检验模型)到参考学习样本(参考模型)到逆向映射关系，避免正向映射时可能出现的模糊现象，提高可信度评估的准确性，通过深度学习方法和基于损失函数的优化模型，降低体系作战仿真可信度评估的实施难度，实现自适应智能评估和模型筛选。
-
公开(公告)号：CN119358211A
公开(公告)日：2025-01-24
申请号：CN202411327285.X
申请日：2024-09-23
Applicant: 江南机电设计研究所
IPC: G06F30/20 , G06Q10/0637 , G06Q50/26
Abstract: 本发明公开了一种基于功能的防空装备体系的构建系统，包括：装备关系定义模块：用于定义防空装备的基本信息，根据基本信息建立防空装备的可视化结构；装备功能定义模块：用于定义防空装备的功能函数，根据功能函数的参数建立功能流视图；功能函数的参数包括执行装备ID、目标装备ID和任务指令；需求确认模块：用于从管理接口获取作战需求，生成防空装备体系；作战需求包括防空作战任务和体系作战能力需求；体系逻辑构建模块：用于根据作战需求提取防空装备的基本信息，可视化防空装备和作战任务，构成防空装备体系。根据上述技术方案，可以验证体系装备要素承接体系作战能力的完备性，提高防空装备系统结构的紧凑和功能实现的可靠性。
-
公开(公告)号：CN112749516B
公开(公告)日：2023-08-25
申请号：CN202110147596.8
申请日：2021-02-03
Applicant: 江南机电设计研究所
IPC: G06F30/27 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种适应多类型数据特征的体系组合模型可信度智能评估方法，实现步骤如下：1.构建网络预训练样本集；2.构建网络训练样本集；3.构建融合循环神经网络和卷积神经网络，适应多类型数据特征的深度学习模型；4.深度学习网络分层训练；5.结合体系对抗仿真应用场景下组合模型输出数据，利用组合模型可信度智能评估网络，直接得出组合模型的可信度及其置信度。本发明采用了长时记忆能力较强的循环神经网络与特征表达能力较强的卷积神经网络智能方法相融合方式，可适应于长时变、短时状态等多类型数据特征的组合模型可信度智能评估，有利于提高组合模型可信度评估正确性与评估效率。
-
-
-
-
-
-
Search Results
7
records
(took 0.026 seconds)
