易卓
- 作品数:4 被引量:36H指数:3
- 供职机构:解放军信息工程大学更多>>
- 发文基金:国家自然科学基金中国博士后科学基金更多>>
- 相关领域:军事自动化与计算机技术更多>>
- 分布式环境下基于方向包围盒的碰撞检测
- 2014年
- 对于碰撞检测占用内存多、计算量大、数据负载高的问题,提出了基于MapReduce模型的方向包围盒(OBB)碰撞检测算法,采用OBB来描述被检对象的几何模型,把复杂模型的碰撞检测抽象成为简单元素的相交测试,并利用云计算关键技术MapReduce模型分布式遍历层次包围盒树进行相交测试,从而提高检测速度。实验表明,在构造的动态场景运行1500步时,该算法比其他算法在帧频和所需时间上最少有着322%和51%的效率提高。
- 王亮沈建京易卓
- 关键词:云计算虚拟环境碰撞检测方向包围盒MAPREDUCE
- 基于深度学习的初级战场态势理解研究被引量:28
- 2017年
- 传统基于人的经验或认知的指挥模式难以有效应对瞬息万变的信息化战争,准确快速理解战场态势成为难题;现有面向作战指挥的计算机辅助决策尚不能以人的认知模式来理解态势,难以适应新形势需要.围绕作战态势问题,从体系对抗性和战争复杂性角度出发,系统地讨论了战场态势理解问题,通过建立复合架构的深度学习网络,基于联合作战背景下的兵棋演习大数据,进行了战场态势理解初步研究,提出了基于深度学习态势理解的研究方案.
- 廖鹰易卓胡晓峰
- 关键词:大数据
- 基于深度时空循环神经网络的协同作战行动识别被引量:6
- 2018年
- 针对协同作战行动识别面临的行为特征空间大、模型参数多、训练速度慢等问题,将时空图模型和时序建模有机结合,提出基于深度时空循环神经网络的协同作战行动识别方法,建立战场协同作战行动识别架构,引入建议窗口生成机制划分战场空间为局部战场集,利用时空图设计层次循环神经网络模型以识别局部战场协同作战行动,并结合局部战场协同关系传递性实现整个战场的协同行动识别。实验分析表明,该方法具有较高的协同作战行动识别准确率。
- 易卓廖鹰胡晓峰杜学绘朱丰
- 关键词:协同作战
- 基于三维卷积神经网络的战场聚集行为预测被引量:3
- 2018年
- 为解决战场聚集行为预测面临的特征空间大、涉及单元动态变化、聚集特征难以提取等挑战,提出基于三维卷积神经网络的战场聚合行为预测方法。通过在二维卷积核基础上引入时间维度,建立三维卷积神经网络模型,以识别战场聚集行为;通过构建可变结构的层次长短时记忆网络对聚集行为进行时序分析,预测聚集行为发生的时间、地点等关键要素。实验分析表明,该方法能较准确地预测战场的聚集行为,且引入人在回路策略将进一步提升预测的准确性。
- 廖鹰易卓胡晓峰田园陶九阳