摘要：针对传统决策支持系统(DSS)面对非/半结构化决策任务(问题)求解能力的不足,把具有特殊智慧和能力的人定义成人件,并以提供人件服务的形式融入新型决策系统。以决策任务求解为驱动,人件服务、软件服务和硬件服务"三件"紧密耦合、共同作用,形成新型决策系统模型体系架构。进而设计了基于网络赋能的人件服务、软件服务和硬件服务统一管理、查询、调用等技术方案,建立起一个包含三个层次九个技术的人件服务技术体系(Technological System for HwS,TS4HwS),该体系的建立支持了新型决策系统模型。

摘要：针对传统决策支持系统在面临日趋复杂的决策环境与决策者逐渐增强的参与意识时显现的缺陷,在现有决策支持理论研究、系统实践的基础上,通过分析"人在环"的决策任务求解模式,创造性地提出"人即服务"的理念,进而精炼出"人件服务"的概念,尝试建立基于人件服务的新型决策系统的总体架构。研究探讨人件服务的技术实现与接口设计、决策任务动态分解、自学习等关键技术,为指导设计和实现能充分体现使用者浸入及多角色特征的新型决策系统提供先进的理论支撑与技术方案。

摘要：针对直觉模糊三支群决策模型的概率阈值难以确定的问题,基于优化模型,提出一种确定直觉模糊三支群决策模型概率阈值的新方法,进而获得直觉模糊三支群决策知识.首先根据经典三支决策模型概率阈值的实践语义,分别构建两个线性规划模型,并通过KKT(Karush-Kuhn-Tucker)条件导出模型的最优解,其解表明:通过构建优化模型确定经典三支决策概率阈值的方法是可行有效的.进一步,将此方法拓展到直觉模糊三支群决策模型的概率阈值确定中,建立两个非线性优化模型,并证明了模型最优解的存在性.然后,采用LINGO软件对模型进行求解,并获得直觉模糊三支群决策模型的概率阈值及其决策知识,在此基础上提出一种基于优化模型的直觉模糊三支群决策方法.最后,通过算例分析说明所提出方法的可行性和有效性.

摘要：作战文书拟制是 C3I系统中的重要工作 ,利用自然语言生成理论实现作战文书的自动生成可大大提高文书拟制的效率。通过对大量作战文书文本的仔细分析 ,构造出各类作战文书的 Schem a库 ,并以扩充转移网络图表示。遍历该网络图 ,利用 Schema上的修辞谓词从知识抽取相应的知识 ,便可构造出文书内容。

摘要：智能指挥与控制系统已成为未来发展的新趋势,结合人工智能技术构建智能的新一代指挥与控制系统。主要构建了智能指挥与控制系统的总体框架,确定了各模块的作用和地位,并对智能的指挥与控制系统的业务流程进行了梳理,探讨了智能指挥与控制系统在作战态势评估、作战方案生成与选择、作战方案自推演和人机融合4个方面的主要关键技术。分析了智能指挥与控制系统的使用产生新的OODA环理论,并引入了平行仿真的态势预测理念,为未来指挥与控制系统的智能化发展提供前瞻、科学、合理、创新的理论和技术。

摘要：本系统实现了从纸质地图的扫描图像中提取、识别线状地理信息,并转化成矢量数据。主要包括二值化、图像显示及处理、及数据采集三个模块。介绍了其中涉及的彩色地图图像分层、断点连接、自动跟踪等主要技术问题。系统以自动化思想为主,辅以必要的人机交互功能,以求在识别的准确率和数字化的效率之间达到较好的平衡,对不同质量的图像具有很好的通用性。

摘要：数据挖掘为解决信息量过大而人们无法有效利用这一问题提供了新的解决思路。目前数据挖掘的对象主要还是本地数据库中的文本及数值类数据 ,对于图像信息的挖掘所进行的研究还比较有限。本文在分析数据挖掘的基础理论和关键技术的基础上 ,对广域网 (WWW )上基于图像数据挖掘系统的设计及相关的理论和技术问题进行了初步的探讨。

摘要：研究了基于无线传感网络的三维温度场绘制问题;综合考虑资源和能量问题,提出分区域的数据融合模型,对于温度变化较快的区域采用中介理论进行数据融合以提高数据准确性,而对于温度变化缓慢的区域则在节点端进行综合数字滤波后进行数据传输;提出采用C++Builder与Matlab混合编程的方法来绘制三维温度场,给出了详细实现步骤;该方法能有效提高程序设计效率,结果表明所绘制三维温度场直观、准确,对于指导产品设计有一定的实用价值。

摘要：提出非劣路径和满意路径的概念，给出准则网络图满意路径问题的数学模型，利用多准则决策理论和方法，通过构造辅助问题，研究辅助问题和非劣路径的关系，设计出多准则网络图的交互式满意路径算法。

摘要：视觉注意分配探讨个体如何选择性地注意外界信息。本文根据人类视觉系统的感知特点,提出一种定量描述视觉注意分配的方法。首先,模拟人类视觉感知机制,描述视线映射到界面上注视点的注意程度;然后,利用模糊核聚类算法计算注视点属于不同界面对象的程度,将注视点的注意程度和隶属度相结合构建两种视觉注意计算模型,分别为KFCM-A模型和KFCM-U模型;最后,设计相关眼动实验来验证视觉注意计算模型的有效性。实验结果表明:视觉注意计算模型能够较好地描述被试者个体的注意分配策略,且KFCM-U模型识别被试者搜索目标的准确率高达94.4%,较优于KFCM-A模型。