基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
AlphaGo的出现使得深度学习模型受到广泛关注.深度学习以其出色的特征提取、多层学习和表达能力,为军事智能决策支持系统的研究提供了新的思路.介绍了深度学习关键技术,通过回顾国内外军事智能决策支持系统的发展历程,介绍了深度学习在军事领域的应用,分析了智能辅助决策技术的发展趋势以及面临的挑战,并进行了总结和展望.
推荐文章
基于UML的通用智能决策支持系统
决策支持
UML
数据仓库
基于智能决策支持系统的目标分配模型
智能决策支持系统
目标分配
知识库
决策
基于信息挖掘的智能决策支持系统结构模型
信息挖掘
智能决策支持
双库协同机制
Web挖掘
推理机制
基于多Agent的智能空间决策支持系统模型
Agent
智能空间决策支持
模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度学习的军事智能决策支持系统
来源期刊 指挥控制与仿真 学科 军事
关键词 军事 人工智能 深度学习 决策支持系统 神经网络
年,卷(期) 2018,(2) 所属期刊栏目 综述
研究方向 页码范围 1-7
页数 7页 分类号 E94
字数 8442字 语种 中文
DOI 10.3969/j.issn.1673-3819.2018.02.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张晓海 国防大学联合作战学院 9 26 3.0 5.0
2 操新文 国防大学联合作战学院 10 27 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (175)
共引文献  (133)
参考文献  (35)
节点文献
引证文献  (11)
同被引文献  (53)
二级引证文献  (19)
1956(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(13)
  • 参考文献(3)
  • 二级参考文献(10)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(11)
  • 参考文献(1)
  • 二级参考文献(10)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(13)
  • 参考文献(0)
  • 二级参考文献(13)
2013(16)
  • 参考文献(1)
  • 二级参考文献(15)
2014(15)
  • 参考文献(3)
  • 二级参考文献(12)
2015(41)
  • 参考文献(4)
  • 二级参考文献(37)
2016(29)
  • 参考文献(12)
  • 二级参考文献(17)
2017(5)
  • 参考文献(3)
  • 二级参考文献(2)
2018(16)
  • 参考文献(0)
  • 二级参考文献(16)
2019(5)
  • 参考文献(0)
  • 二级参考文献(5)
2020(3)
  • 参考文献(0)
  • 二级参考文献(3)
2018(20)
  • 参考文献(0)
  • 二级参考文献(16)
  • 引证文献(4)
  • 二级引证文献(0)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(19)
  • 引证文献(4)
  • 二级引证文献(15)
2020(7)
  • 引证文献(3)
  • 二级引证文献(4)
研究主题发展历程
节点文献
军事
人工智能
深度学习
决策支持系统
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
指挥控制与仿真
双月刊
1673-3819
32-1759/TJ
大16开
江苏连云港市102信箱6分箱
1979
chi
出版文献量(篇)
3469
总下载数(次)
11
总被引数(次)
12365
论文1v1指导