【摘 要】
：
如今,我国国防建设积累了大量部队行动、演习训练、情报目标、测绘气象、通信频谱等战场资源,信息量和用户量迅速增长,当前的情报系统很难满足情报用户的使用需求。一是无法生成高质量的情报,传统的情报推荐系统很难在用户-情报矩阵高维稀疏的情况下保证高覆盖率。二是情报量和用户量的激增导致情报推荐系统很难在短时间内为数百万用户和情报项目生成推荐。三是目前军事情报推荐系统还停留在静态用户分析阶段,战场态势瞬息万变
【机 构】
：
中国电子科技集团公司电子科学研究院
【出 处】
：
中国电子科技集团公司电子科学研究院
论文部分内容阅读
如今,我国国防建设积累了大量部队行动、演习训练、情报目标、测绘气象、通信频谱等战场资源,信息量和用户量迅速增长,当前的情报系统很难满足情报用户的使用需求。一是无法生成高质量的情报,传统的情报推荐系统很难在用户-情报矩阵高维稀疏的情况下保证高覆盖率。二是情报量和用户量的激增导致情报推荐系统很难在短时间内为数百万用户和情报项目生成推荐。三是目前军事情报推荐系统还停留在静态用户分析阶段,战场态势瞬息万变,用户需求也随之改变,此时系统无法及时应对。面对网络信息化建设的不断发展,复杂的战场环境和海量情报信息,军队如何科学提高情报推荐技术的有效性和精确性,是国防建设的燃眉之急。协同过滤算法广泛应用于互联网各领域的推荐系统中,其原理是通过建立用户的偏好数据库提供相似用户的偏好来完成推荐工作,但它在计算过程中并没有充分考虑用户的偏好存在时效性,同时推荐系统的用户也在不断增加,导致传统协同过滤算法依然存在推荐结果质量不高以及推荐系统性能不高等挑战。针对上述问题,本文对军事情报推荐算法进行深入理论研究,结合情报用户的需求,并且随着用户数的增长,使得传统协同过滤算法仍然面临着推荐结果的品质不高和推送系统性能不高挑战。根据以上问题,本文将对军事情报的推荐算法的质量和速度的问题展开深入理论探究,其重点工作主要涉及如下几方面:（1）推荐算法应用领域的理论探索。阐述了当下以协同过滤为主要手段的情报推荐算法、内容包括算法的基本概念、算法模型和处理过程,以及大数据计算平台的理论研究。（2）军事情报推荐系统的设计。针对当下协同过滤算法的问题和不足,设计了基于ALS（Alternating Least Squares）隐语义模型的协同过滤算法,利用Cosine相似性计算军事情报之间的相似性,并针对ALS模型进行加权优化。同时对实现军事情报推荐系统的整体架构进行详细设计,并引入当下热门的Spark迭代计算框架,搭建离线与实时相结合的推荐系统,将一部分算法放到线下,能够加快实时推荐的读写性能。本文通过实验表明,在Spark多次进行内存迭代的并行化计算推荐算法的过程中,体现出推荐系统具备并行计算能力和一定的可扩展性,能够一定程度上提高推荐的准确性和性能。
其他文献
目的:通过分析南昌市两区空气污染现状及特征,探索其对小学生肺功能的影响。以期为改善城市空气质量,降低儿童呼吸系统疾病负担采取重点防控策略提供相关依据。方法:于2015-2018年,采用分层整群抽样方法,每年从南昌市青云谱区和青山湖区各抽取1个学校的3-5年级各2个班级共2954名学生,通过问卷调查采集研究对象的年龄、身高和体重。同时,每年整群抽取其中2个班级的学生,共753名学生,进行肺功能检测,
目的 观察营养联合运动干预方法对脑卒中伴肌少症患者的疗效。方法 2022年1月至6月，华北理工大学附属医院住院的脑卒中伴肌少症患者60例，随机分为对照组、营养组、运动组和联合组，每组各15例。4组均予常规康复训练，营养组增加营养干预，运动组增加运动干预，联合组增加营养和运动干预，共4周。干预前后采用生物阻抗分析法评估肌肉指数，握力计测量健侧和患侧握力，采用改良Barthel指数（MBI）和Berg
雷达目标识别任务中受到战场环境中噪声、杂波的干扰,识别目标非合作以及反侦察技术的应用,难以获得目标完备、高质量的数据用以目标识别。高分辨距离像（High Resolution Range Profile,HRRP）作为目标识别重要手段之一,在实际工程中有着广泛地应用。但是HRRP存在姿态敏感性、幅度敏感性和平移敏感性的问题,对目标识别算法的设计和训练样本数量提出了挑战。这些问题都导致了HRRP目标
合成孔径雷达（Synthetic Aperture Radar,SAR）因其能够全天候、全天时工作的优点,被应用于了舰船目标识别领域。随着SAR图像分辨率的逐步提高与深度学习算法的蓬勃发展,以卷积神经网络（Convolutional Neural Network,CNN）为代表的深度学习方法逐渐取代了步骤繁琐计算复杂的传统方法。然而直接将应用于光学图像识别的深度学习方法迁移于SAR图像,存在着缺乏
随着雷达系统组成复杂化,雷达维护保障问题也变得突出,传统定期维护,事后维护方式已无法满足当前雷达运维保障的需要。随着基于状态的维护策略（CBM）的提出,预测与健康管理（PHM）已经成为雷达综合保障领域研究的核心技术之一。同时,机内测试（BIT）技术的发展使得监测雷达状态,获取监测数据变得容易。目前雷达的健康信息感知大多基于测试性建模的方法,随系统复杂度的提升,感知雷达健康信息也变得困难。目前,通过
空间分辨率是影响雷达性能的重要因素。距离维度上可以脉冲压缩等一系列技术实现距离维高分辨率,而对于方位分辨率仅仅只能通过增大天线孔径来获取更高的方位分辨率,因此亟需通过技术手段来实现方位高分辨率。对于低空领域,多径效应是影响测高精度的关键因素之一,因此围绕多径效应展开对低角测高的研究。本文主要对上述两个问题进行探究。首先,本文研究了雷达回波的卷积模型和多径效应下的几何模型。对于雷达的卷积模型给出了反
文本情报包含的信息越来越多,来源越来越广泛,情报的价值判断尤为重要。而文本分类任务已经变成自然语言处理领域的一项处在热门研究中的基础技术。文本分类技术对于现阶段我国的情报管控及处理方式有重要借鉴意义,然而传统的人工标注的价值判断方式效率非常低下,将自然语言处理为核心的自动化分类模式用于情报数据的管理和分析,会产生十分深远的影响。本文以自然语言处理领域的发展为背景,结合现实情报机构的低效率处理的难题
近年来人工智能和大数据技术取得了快速的发展,并极大的改善了人们的日常生活。在法院中,律师审理案件大部分仍通过人工阅读卷宗的方式,费时费力,如何利用大数据和人工智能技术提高办案人员阅卷的效率是亟需解决的问题。当前法院智能审判助理主要基于电子卷宗感知开展审判辅助工作,如通过对电子卷宗的识别实现数据填写,减轻法官事务性工作,但是对于电子卷宗的认知和理解还比较欠缺,无法切实提升法官工作效率。因此,研究电子
非公有制经济是我国经济制度的重要组成部分,其群体数量庞大、分布广泛、需求多样,经济实体之间的关系复杂。因此对于非公经济的监控与管理存在着较高的复杂性。本文研究面向非公有制经济领域,利用图计算等方法,分析行业数据,构建相关算法模型,为行业内企业添加核心权重,并进行核心实体提取,并为核心实体企业在全国工商业联合会企业用户画像中增加核心实体维度,以辅助政府或者企业管理单位对企业的思想引导和政策扶持工作。
多输入多输出（MIMO）雷达是一种具有高性能的新型雷达,与常规雷达不同,它的发射天线阵元可以自由的选择不同的波形,这使得它可以提供更多的自由度并具有高分辨率、高干扰抑制能力等很多潜在的优点。根据天线阵元的间距不同,可将它分为两种:集中式MIMO雷达与分布式MIMO雷达。其中集中式MIMO雷达的接收阵元间距较小,能够对目标回波信号进行实时处理,离实际工程应用更为接近。本文主要针对集中式MIMO雷达的