公共文化服务平台

美国老道明大学仿真本科专业课程设置研究与思考被引量：6: 2019年; 美国老道明大学是世界建模与仿真教育与研究的著名高校,是美国唯一一所提供从本科到博士阶段仿真专业教育的学校。分析研究老道明大学仿真专业的本科课程设置,发现老道明大学仿真专业的本科课程设置具有课程少而精且结构均衡、专业课程知识体系鲜明、注重理论与实践相结合等特点。通过比较,我们需要精简必修课程以合理课程设置、规范知识体系以优化专业课程、理论实践并重以培养动手能力,与国内外同行分享以促进仿真专业建设。; 周云朱晓敏; 关键词：课程设置

应急条件下多星协同调度方法研究被引量：2: 2011年; 本文以应急任务为背景,紧密结合多类型成像卫星的应用需求,研究多星协同调度的原理与方法,着重对多星协同调度问题模型进行研究。面向可见光、红外、多光谱、SAR等多种类型的成像卫星协同调度的应用需求,以多星协同调度为手段,以满足多种类型的应急观测任务请求为出发点,对多类型成像卫星协同调度关键问题进行研究。; 毕宇平祝江汉朱晓敏

面向创新型军校研究生人才培养机制探索被引量：5: 2020年; 随着军队院校研究生培养改革的不断深入,通过对现阶段军队院校研究生培养和军队人才需求的关联分析,给出了军队院校研究生培养过程中的几点思考。基于此,文章探索了面向创新型军校研究生人才培养机制,分别从研究生培养教学模式、科研导向以及军地合作培养方面进行了详细阐述并介绍了我们的相关做法。最后从推进军校研究生管理机制改革、建立工学研结合培养模式、加大研究生军地合作培养规模以及强化保密机制等方面为军校研究生人才培养提供了思考和建议。; 朱晓敏包卫东王吉; 关键词：教学模式

基于在线调整的群体聚合形态动态生成方法: 2021年; 目前大多数用于群体聚合形态生成的基因调控网络模型(GRN)不仅需要先验知识进行设计,而且在设计前假设环境是已知的。这些局限使在动态的、未知的环境下对GRN的设计往往是一个反复试错的过程。为此,本研究提出一种基于在线优化群体聚合形态动态生成方法。该方法将探测到的目标及其周围障碍物信息作为GRN的输入,通过在线调整策略动态生成适应当前环境的群体形态。首先,该方法设计一个基于在线优化的分层GRN,上层结构负责群体形态的自适应生成,下层结构负责引导群体机器人移到群体形态上。其次,该模型根据所检测到的环境信息,实时、自动地调用两种不同的围捕策略。具体而言,当检测到目标与障碍物距离大于等于预设的安全距离时,通过在线优化GRN的参数,生成自适应的群体形态对目标进行围捕。反之,则采用群体与障碍物合作的策略对目标进行围捕。最后,通过设计两个典型的仿真场景实验进一步验证了所提方法在受限环境下对动态目标围捕的有效性。; 范衠李晓明郭谊王诏君李文姬林培涵马培立朱贵杰李恪李兵朱晓敏包卫东辛斌; 关键词：基因调控网络

基于合作自主定位的群体模式自动生成方法: 2021年; 传统的基因调控网络(Gene Regulatory Network,GRN)模型假设群体机器人具有对环境的全局认识能力,这就要求群体机器人所携带的传感器具有很强的性能.在实际中,由于群体机器人的传感器误差和外部干扰,群体机器人很难获得所在环境的全局信息.为此,我们提出一种基于合作自主定位的群体模式自动生成方法.该方法的优点是每个机器人事先在不知道自身和邻居的位置前提下,通过传感器测量出自身和邻居之间的距离,再利用三点定位方法确定群体机器人位置.所提出的方法是由一个三层基因调控网络模型所构成,即第一层负责群体机器人协作自组织定位.第二层是针对给定环境的自适应生成关于目标的群体模式.第三层是一个无中心化、分步式的控制机制,它驱动群体机器人机动到由第二层产生的群体模式上.最后,通过一些实验验证所提出的方法的有效性.; 范衠王诏君石泽王琛王柳蔡堉伟黄华兴宁为博董朝晖李文姬李文姬李恪朱贵杰谷敏强朱晓敏谷敏强

面向分布式作战的智能模型持续演化方法被引量：3: 2021年; 智能化和分布式是未来战争的主要方向,智能模型是实现分布式作战节点智能化的重要手段.战场环境下,敌方通信干扰、电磁压制等反制措施给作战节点智能模型演化带来了巨大挑战.为此,提出了一种面向分布式作战的智能模型持续演化架构,该架构可适应动态通信状况,自主选择有中心的分层联邦学习方法和完全分布式的gossip学习方法,并随战场环境变化进行动态切换.经验证,该架构可以适应不同通信状况,达到较好的智能模型演化效果.; 朱晓敏张雄涛王吉陈超; 关键词：信息体系

未知城市环境下的多机协同目标搜索方法研究被引量：1: 2023年; 在城市环境中,建筑物或不可达区域等因素的影响易造成多无人机(unmanned aerial vehicle,UAV)协同路径规划策略失效,从而导致目标搜索任务的失败。针对此问题,提出未知城市环境下的多UAV协同搜索(multi-unmanned aerial vehicle cooperative search,MUCS)方法。首先,对城市环境进行建模,其中涵盖密集建筑物群的设计和运动状态多样的目标,以增强目标搜索任务的挑战性;然后,在此基础上,综合考虑UAV编队飞行约束和信息交互能力,构建基于信息共享代价和区域覆盖收益的协同优化模型;最后,根据多UAV协同编队特点,利用群智能方法进行优化求解,确保每架UAV均能得到最优路径可行解,从而提高多UAV协同目标搜索效率。与现有搜索方法相比,MUCS方法的平均目标发现成功率提升了20%,区域覆盖率提升了10%。实验结果表明,MUCS方法具有较强的目标搜索能力和区域覆盖能力。; 刘大千包卫东费博雯朱晓敏; 关键词：多机协同目标搜索信息共享

局部通信条件下多无人机协同搜索方法被引量：1: 2022年; 针对复杂场景中障碍物、电磁干扰等因素造成的无人机(unmanned aerial vehicle,UAV)编队部分通信链路不可达问题,提出局部通信条件下的协同搜索(cooperative search under local communication,CSLC)方法。首先,根据各UAV的实时位置计算当前时刻编队通信拓扑关系,建立UAV编队的局部互通网络。在此基础上,综合考虑UAV通信能力和编队协同目标搜索能力,构建基于通信链路稳定收益和协同编队收益的协同搜索模型。最后,设定多UAV编队所需的安全距离和最大运动速率的约束条件,保证模型能够得到最优路径可行解,提高多UAV协同搜索效率。实验结果表明,与现有的目标搜索方法相比,CSLC方法在保证协同搜索路径可行性的同时,提升了多UAV协同搜索的能力。; 朱晓敏刘大千费博雯门通; 关键词：目标搜索

分布式作战条件下陆战场智能信息系统设计: 2023年; 聚焦陆战场信息系统设计问题,结合分布式计算最新成果,基于“云网端”融合理念,构建了一套适用于分布式战场节点和智能需求的信息系统架构.针对所构建架构中,智能应用和智能性提升的关键需求,综合分布式陆战场节点资源受限、任务多样等特点,在分层联邦学习基础上,依据资源状况进行自适应调整,提供资源开销和智能提升相均衡的使用途径.经实验验证,该架构和方法效果良好,更能适应分布式条件下陆战场节点智能性需求。; 王军张雄涛赵兴利钟正仪朱晓敏

军民融合背景下军队院校研究生校企合作培养探索与思考被引量：4: 2019年; 随着军民融合创新体系的不断深入,借助校企合作培养手段破解军队院校传统研究生培养过程中的不足,成为当前值得探索和思考的重要问题。本文介绍了国防科技大学系统工程学院与阿里云计算有限公司开展研究生校企合作培养的探索情况,通过选派研究生进驻阿里云合作培养,在合作培养流程、导师组建模式、日常管理手段、考核评价方式等方面进行了有益尝试,并取得了阶段性成果。最后,从建立合作培养基地、扩大合作培养规模、确立研究生选题、完善保密机制等方面给出了提升军队院校研究生校企合作培养质量的思考和建议。; 朱晓敏包卫东周云杜振国张亮; 关键词：军民融合军队院校校企合作培养

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

朱晓敏

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

朱晓敏

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈