针对体系优化存在的体系建模困难、难以量化反映体系效能问题,本文在深入分析武器装备体系结构基础上,通过基于Agent的建模和图示评审技术(graphical evaluation and review technique,GERT)构建具有自学习机制的体系A-GERT网络,实现体...针对体系优化存在的体系建模困难、难以量化反映体系效能问题,本文在深入分析武器装备体系结构基础上,通过基于Agent的建模和图示评审技术(graphical evaluation and review technique,GERT)构建具有自学习机制的体系A-GERT网络,实现体系效能优化。其次,基于矩母函数与梅森公式给出了体系作战链/网任务成功概率和作战效能的计算方法和证明,并在深刻剖析体系组成单元贡献的基础上,借助合作博弈的利益公平分配思想,提出了基于Shapley值的体系组成单元期望贡献评估模型。然后,基于马尔可夫过程理论,提出了基于组成单元贡献的A-GERT网络体系效能优化算法。最后结合实例研究,说明了所提模型的可行性和有效性。展开更多
针对剪纸图像分类中文本与图像模态差异大、类原型表达能力弱的问题,提出了一种基于CLIP模型的文本特征增强方法(CLIP visual text enhancer,C-VTE)。该方法通过人工提示模板提取文本特征,设计了一种视觉文本增强模块,并利用Cross Atten...针对剪纸图像分类中文本与图像模态差异大、类原型表达能力弱的问题,提出了一种基于CLIP模型的文本特征增强方法(CLIP visual text enhancer,C-VTE)。该方法通过人工提示模板提取文本特征,设计了一种视觉文本增强模块,并利用Cross Attention和比例残差进行连接和融合图像特征与文本特征,以减小模态差异,增强类别特征表达能力。在剪纸数据集及Caltech101等4个公开数据集上进行了实验,验证其有效性:在剪纸数据集的基类分类任务中,C-VTE平均准确率达到了72.51%,较现有方法提升3.14百分点;在公开数据集的小样本分类任务中,平均准确率达到了84.78%,提升2.45百分点。消融实验表明,模态融合模块与比例残差对性能提升影响显著。该方法为视觉语言大模型在下游分类任务中的高效适配提供了新思路,尤其适用于小样本与基类主导的场景。展开更多
体系效能评估指标数量多、维数高,指标之间关联,且具有协同效应,加大了效能评估的计算复杂性。针对这一问题,建立考虑协同效应的联合作战体系效能指标灰色主成分分析(grey principal component analysis,GPCA)重构模型。首先,分析联合...体系效能评估指标数量多、维数高,指标之间关联,且具有协同效应,加大了效能评估的计算复杂性。针对这一问题,建立考虑协同效应的联合作战体系效能指标灰色主成分分析(grey principal component analysis,GPCA)重构模型。首先,分析联合防空作战体系的作战使命、任务、流程,构建其效能评估指标体系,并运用灰色关联模型分析指标间是否存在协同效应。其次,基于指标间存在的协同效应,给出3种重构效能评估指标体系的策略,并结合GPCA方法,构建具有协同效应的GPCA模型,对评估指标体系进行降维。最后,将所提方法应用于联合防空作战体系效能评估案例,筛选出具有协同效应的指标,重构效能评估指标体系。计算结果与方法对比分析表明,所提方法能够有效发现指标间的协同效应,重构后的评估指标体系保持了“同构性”。展开更多
文摘针对体系优化存在的体系建模困难、难以量化反映体系效能问题,本文在深入分析武器装备体系结构基础上,通过基于Agent的建模和图示评审技术(graphical evaluation and review technique,GERT)构建具有自学习机制的体系A-GERT网络,实现体系效能优化。其次,基于矩母函数与梅森公式给出了体系作战链/网任务成功概率和作战效能的计算方法和证明,并在深刻剖析体系组成单元贡献的基础上,借助合作博弈的利益公平分配思想,提出了基于Shapley值的体系组成单元期望贡献评估模型。然后,基于马尔可夫过程理论,提出了基于组成单元贡献的A-GERT网络体系效能优化算法。最后结合实例研究,说明了所提模型的可行性和有效性。
文摘针对剪纸图像分类中文本与图像模态差异大、类原型表达能力弱的问题,提出了一种基于CLIP模型的文本特征增强方法(CLIP visual text enhancer,C-VTE)。该方法通过人工提示模板提取文本特征,设计了一种视觉文本增强模块,并利用Cross Attention和比例残差进行连接和融合图像特征与文本特征,以减小模态差异,增强类别特征表达能力。在剪纸数据集及Caltech101等4个公开数据集上进行了实验,验证其有效性:在剪纸数据集的基类分类任务中,C-VTE平均准确率达到了72.51%,较现有方法提升3.14百分点;在公开数据集的小样本分类任务中,平均准确率达到了84.78%,提升2.45百分点。消融实验表明,模态融合模块与比例残差对性能提升影响显著。该方法为视觉语言大模型在下游分类任务中的高效适配提供了新思路,尤其适用于小样本与基类主导的场景。
文摘体系效能评估指标数量多、维数高,指标之间关联,且具有协同效应,加大了效能评估的计算复杂性。针对这一问题,建立考虑协同效应的联合作战体系效能指标灰色主成分分析(grey principal component analysis,GPCA)重构模型。首先,分析联合防空作战体系的作战使命、任务、流程,构建其效能评估指标体系,并运用灰色关联模型分析指标间是否存在协同效应。其次,基于指标间存在的协同效应,给出3种重构效能评估指标体系的策略,并结合GPCA方法,构建具有协同效应的GPCA模型,对评估指标体系进行降维。最后,将所提方法应用于联合防空作战体系效能评估案例,筛选出具有协同效应的指标,重构效能评估指标体系。计算结果与方法对比分析表明,所提方法能够有效发现指标间的协同效应,重构后的评估指标体系保持了“同构性”。
