CN116843196A - 一种应用于军事训练的智能训练方法及系统 - Google Patents

一种应用于军事训练的智能训练方法及系统 Download PDF

Info

Publication number
CN116843196A
CN116843196A CN202310756016.4A CN202310756016A CN116843196A CN 116843196 A CN116843196 A CN 116843196A CN 202310756016 A CN202310756016 A CN 202310756016A CN 116843196 A CN116843196 A CN 116843196A
Authority
CN
China
Prior art keywords
training
scene
person
report
military
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310756016.4A
Other languages
English (en)
Inventor
徐晗
沈月
姬炜
高德俊
张金明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xi'an Speed Time And Space Big Data Technology Co ltd
Original Assignee
Xi'an Speed Time And Space Big Data Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xi'an Speed Time And Space Big Data Technology Co ltd filed Critical Xi'an Speed Time And Space Big Data Technology Co ltd
Priority to CN202310756016.4A priority Critical patent/CN116843196A/zh
Publication of CN116843196A publication Critical patent/CN116843196A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Software Systems (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Game Theory and Decision Science (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Medical Informatics (AREA)
  • Operations Research (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本发明提供的一种应用于军事训练的智能训练方法及系统，涉及军事训练领域；其方法包括：根据军事训练科目构建各训练场景，并根据各训练场景的训练指标设置模拟训练导控类软件；根据各训练场景的训练指标和评价标准，建立综合评价模型；对任一训练人员，获取其在多个训练场景下的训练数据；根据所述训练数据，采用所述综合评价模型生成训练报告并上传至监管中心，以便所述监管中心依据所述训练报告分析对应训练人员的训练特征，调整训练计划；本发明通过建立综合评价模型实现对每个训练人员训练的实时监督、综合评价和训练计划的更新调整。

Description

一种应用于军事训练的智能训练方法及系统
技术领域
本发明涉及军事训练技术领域，具体涉及一种应用于军事训练的智能训练方法及系统。
背景技术
军事训练随着信息技术的现代化发展，也开始向智能信息化方向转变。例如，为增强军人体质、提升身体耐力水平，以及增强团队意识的军事体能训练，也开始向数字智能方向发展。现有技术中，物联传感设备、穿戴式设备、虚拟现实设备逐步应用在军事训练中，一方面用于通过准确感知训练人员在环境中姿态和动作的变化评估训练的完成度，以便监管中心根据评估数据进行训练计划的制定；另一方面，用于模拟仿真真实战争场景，进行仿真训练。
例如，专利申请CN115937894A公开的基于人体姿态识别的军事训练方法，包括：方法包括以下步骤：识别、记录参训人员信息；利用视频采集设备对训练科目进行区域覆盖，通过人体姿态识别及跨镜追踪ReID对参训人员训练进行全方位监视与跟踪，无感获得训练过程数据；通过视觉AI算法将人体模型抽象为多个关节节点，通过跟踪分析各关节节点的动态变化，精准识别出参训人员的动作姿态、轨迹和时间信息，依据训练标准分析出完成质量，帮助下一步建立针对性训练计划、提升训练质量。又例如，专利申请CN115937894A公开的基于人体姿态识别的军事训练方法，将虚拟军事目标与真实场景融合显示以及实时交互，解决军事训练模拟领域的仿真度问题。
当前军事训练，包括独立体能训练和仿真训练，主要是针对团体训练人员，考核团队能力，无法对每个训练人员进行精准的独立评估；若要进行独立评估，需要耗费大量的人力投入，并且周期长，不利于军事训练效率的提升。
发明内容
本发明目的在于提供一种应用于军事训练的智能训练方法及系统，不仅能对每个训练人员独立进行监管，且能为每个训练人员制定匹配的训练计划，有效提升军事训练效率。
为达成上述目的，本发明提出如下技术方案：
第一方面，公开一种应用于军事训练的智能训练方法，包括：
根据军事训练科目构建各训练场景，并根据各训练场景的训练指标设置模拟训练导控类软件；
根据各训练场景的训练指标和评价标准，建立综合评价模型；
对任一训练人员，获取其在多个训练场景下的训练数据；
根据所述训练数据，采用所述综合评价模型生成训练报告并上传至监管中心，以便所述监管中心依据所述训练报告分析对应训练人员的训练特征，调整训练计划。
进一步的，还包括：对任一训练人员，根据其在多个训练场景下的训练数据训练基于强化学习的训练预测模型；
采用所述训练预测模型对调整后的所述训练计划进行训练预测，获得训练预测数据；
根据训练预测数据，采用所述综合评价模型生成训练预测报告，进而依据所述训练预测报告调整所述训练计划。
进一步的，还包括：按设定时间周期，获取训练人员的体检报告；
根据所述体检报告，判断所述训练人员在获取所述体检报告时间下执行的所述训练计划与所述训练人员的身体状态是否匹配，并当所述训练人员的身体状态不匹配所述训练计划时，调整所述训练计划。
进一步的，所述建立综合评价模型的具体过程包括：
对任一训练场景，根据其训练指标和评价标准计算训练人员在该训练场景下的训练得分；其中，所述训练得分由各训练指标在所述评价标准下的评价得分与各训练指标在所述评价标准下的第一权重的乘积和得到；
获取各训练场景进行综合评价时的第二权重，计算各训练场景的训练得分与对应的第二权重的乘积和，获得所述训练人员训练的综合评价得分。
进一步的，还包括：
对各训练人员建立训练数据表，所述训练数据表包括训练人员的人员ID、若干训练计划ID及内容、各训练计划对应的训练时间和各训练计划对应的训练报告ID及内容；其中，所述训练报告的内容包括执行对应训练计划的综合评价得分、各训练场景的训练时间和训练得分；
识别训练人员的人员ID，根据所述人员ID调用对应的训练数据表及所述训练数据表中当前可执行的所述训练计划；
根据当前可执行的所述训练计划对所述训练人员进行训练。
第二方面，公开一种应用于军事训练的智能训练系统，包括：
构建设置模块，用于根据军事训练科目构建各训练场景，并根据各训练场景的训练指标设置模拟训练导控类软件；
建立模块，用于根据各训练场景的训练指标和评价标准，建立综合评价模型；
获取模块，用于对任一训练人员，获取其在多个训练场景下的训练数据；
第一生成模块，用于根据所述训练数据，采用所述综合评价模型生成训练报告并上传至监管中心，以便所述监管中心依据所述训练报告分析对应训练人员的训练特征，调整训练计划。
进一步的，还包括：
模型训练模块，用于对任一训练人员，根据其在多个训练场景下的训练数据训练基于强化学习的训练预测模型；
预测模块，用于采用所述训练预测模型对调整后的所述训练计划进行训练预测，获得训练预测数据；
第二生成模块，用于根据训练预测数据，采用所述综合评价模型生成训练预测报告，进而依据所述训练预测报告调整所述训练计划。
进一步的，所述建立模块建立综合评价模型的执行单元，包括：
第一计算单元，用于对任一训练场景，根据其训练指标和评价标准计算训练人员在该训练场景下的训练得分；其中，所述训练得分由各训练指标在所述评价标准下的评价得分与各训练指标在所述评价标准下的第一权重的乘积和得到；
获取单元，用于获取各训练场景进行综合评价时的第二权重；
第二计算单元，用于计算各训练场景的训练得分与对应的第二权重的乘积和，获得所述训练人员训练的综合评价得分。
第三方面，公开一种电子设备，包括至少一个处理器，所述处理器和存储器耦合，所述存储器存储有在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如上述的应用于军事训练的智能训练方法的步骤。
第四方面，公开一种可读存储介质，其上存储有程序或指令，其特征在于，所述程序或指令被处理器执行时实现如上述的应用于军事训练的智能训练方法的步骤。
由以上技术方案可知，本发明的技术方案获得了如下有益效果：
本发明公开的应用于军事训练的智能训练方法及系统，其方法包括：根据军事训练科目构建各训练场景，并根据各训练场景的训练指标设置模拟训练导控类软件；根据各训练场景的训练指标和评价标准，建立综合评价模型；对任一训练人员，获取其在多个训练场景下的训练数据；根据所述训练数据，采用所述综合评价模型生成训练报告并上传至监管中心，以便所述监管中心依据所述训练报告分析对应训练人员的训练特征，调整训练计划；其方法通过对训练人员进行军事训练的每个场景进行独立设置，在根据各训练场景的训练指标和评价标准建立综合评价模型，实现训练人员在训练指标的不同权重下训练得分的计算，进而获得人员在训练下的综合得分，最终实现训练计划的调整。
本发明将军事训练的每个场景独立进行评判，有助于多个训练人员分开进行训练，即各训练人员的训练计划独立；本发明的智能训练方法及系统实现每个训练人员训练计划的独立，能根据训练人员自身条件适应性提出匹配的训练计划，不仅提升训练人员的训练效率，且能够开发各训练人员的潜能。
应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不表示按照真实参照物比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。现在，将通过例子并参考附图来描述本发明的各个方面的实施例，其中：
图1为本申请实施例公开的应用于军事训练的智能训练方法整体流程图；
图2为本申请实施例公开的训练计划调整流程图一；
图3为本申请实施例公开的训练计划调整流程图二；
图4为本申请实施例公开的建立综合评价模型流程图；
图5为本申请实施例公开的训练人员识别训练流程图；
图6为根据本申请实施例的一种电子设备的示意图；
图7为本申请实施例公开的应用于军事训练的智能训练系统框架图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。除非另作定义，此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。
本发明专利申请说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。同样，除非上下文清楚地指明其它情况，否则单数形式的“一个”“一”或者“该”等类似词语也不表示数量限制，而是表示存在至少一个。“包括”或者“包含”等类似的词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的特征、整体、步骤、操作、元素和/或组件，并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。“上”“下”“左”“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
基于智能信息技术的飞速发展，军事训练也开始像现代化转变；另外，当下军事训练，如军事体能训练的开展主要是针对团队组织进行，每个训练人员的训练计划相同，各训练人员由于身体状态不同表现训练差异性，但以前的技术水平想要对每位训练人员制定匹配的训练计划需要耗费大量的人力物力；本发明旨在于依托当下智能信息技术，提出一种应用于军事训练的智能训练方法及系统，通过对每个训练人员在各场景训练数据的获取进行综合评价后调整成匹配的训练计划。
下面结合附图所示的具体实施例，对本发明公开的应用于军事训练的智能训练方法及系统，作进一步具体介绍。
结合图1所示，实施例公开的应用于军事训练的智能训练方法，包括如下步骤：
步骤S102，根据军事训练科目构建各训练场景，并根据各训练场景的训练指标设置模拟训练导控类软件；模拟训练导控类软件用于指导训练人员进行训练。
步骤S104，根据各训练场景的训练指标和评价标准，建立综合评价模型；
其中，训练指标可包括如力量、速度、训练质量、训练等级、参训率等。可选的，建立综合评价模型的具体过程可包括图4所示的如下步骤：步骤S402，对任一训练场景，根据其训练指标和评价标准计算训练人员在该训练场景下的训练得分；其中，所述训练得分由各训练指标在所述评价标准下的评价得分与各训练指标在所述评价标准下的第一权重的乘积和得到；例如，对于场景A，评价指标包括a1、a2和a3，各指标对应的第一权重分别为wa1、wa2和wa3，各指标对应的评价得分为Sa1、Sa2和Sa3，则训练得分SA＝wa1 Sa1+wa2 Sa2+wa3 Sa3；步骤S404，获取各训练场景进行综合评价时的第二权重，计算各训练场景的训练得分与对应的第二权重的乘积和，获得所述训练人员训练的综合评价得分；例如，对于场景A、场景B和场景C，对应的综合评价第二权重分别为WA、WB、WC，训练得分分别为SA、SB和SC，则综合评价得分S＝WASA+WB SB+WC SC。
综合得分用于评价当前训练计划与训练人员的适配度。可选的，预设有一第一综合评分阈值和第二综合评分阈值，第二综合评分阈值高于第一综合评分阈值；当综合评价得分达到第一综合评分阈值且不超过第二综合评分阈值，表明当前训练计划与训练人员的适配度良好，可继续训练；当综合评价得分超过第二综合评分阈值，则表明该训练人员已经满足该训练计划的训练目标，与训练计划适配度高，可变更训练计划，进一步提升训练目标；当综合评价超过训练提升的训练周期其评价始终低于第一综合评分阈值，则表明当前训练计划存在于训练人员不适配的因素，需要进一步确认，以便找到训练人员适配度高的训练计划。
作为一可选的实施方式，各训练指标的评价得分可通过对训练人员完成对应训练姿态、力度等的检测进行评判；如，姿态的检测通过对关节点的识别和关键点的到位检测实现，力度的检测通过传感器获取；数据被监测识别后，通过设定的对应数据阈值进行评分计算。
步骤S106，对任一训练人员，获取其在多个训练场景下的训练数据；可选的，在每一个训练场景中，设置训练数据自动采集设备，该训练数据自动采集设备能够实时收集并上传训练数据，以便进行数据集中处理。
步骤S108，根据所述训练数据，采用所述综合评价模型生成训练报告并上传至监管中心，以便所述监管中心依据所述训练报告分析对应训练人员的训练特征，调整训练计划。
作为一可选的实施方式，评价报告以三维模型展示，展示时对任一训练计划分别在三维模型中强调显示本次训练计划进行强化训练的身体部位，以及对应的身体强化状况；可选的，三维模型中进一步标注当前训练后身体素质相对较差的部位，以便辅助监管中心制定下一轮训练计划。另外，评价报告的内容除展示三维模型外，还采用列表形式分析各训练指标的训练情况。
作为另一可选的实施方式，综合评价在一轮或多轮训练计划完成后定期进行。
结合图2所示，实施例公开的智能训练方法还包括训练计划调整流程，该流程如图2所示，包括：步骤S202，对任一训练人员，根据其在多个训练场景下的训练数据训练基于强化学习的训练预测模型，训练策略可采用深度确定性策略梯度算法实现；步骤S204，采用所述训练预测模型对调整后的所述训练计划进行训练预测，获得训练预测数据；步骤S206，根据训练预测数据，采用所述综合评价模型生成训练预测报告，进而依据所述训练预测报告调整所述训练计划。实施例对训练计划的调整，一方面依据对当前训练计划的评价报告实现，然后利用训练预测模型对该训练计划进行调整，以实现提升将要执行的后一轮训练计划的训练效果。
结合图3所示，实施例公开的智能训练方法，还包括根据训练人员的身体素质进一步匹配训练计划的过程，包括：步骤S302，按设定时间周期，获取训练人员的体检报告；步骤S304，根据所述体检报告，判断所述训练人员在获取所述体检报告时间下执行的所述训练计划与所述训练人员的身体状态是否匹配，并当所述训练人员的身体状态不匹配所述训练计划时，调整所述训练计划。
通过体检报告数据进行训练计划调整的目的一方面是为了让训练计划与训练人员更加匹配，另一方面是为了发现训练人员身体中的暗伤或劳损，以便向监管中心提醒训练计划变更，对训练人员发出警示进行康复治疗等。
结合图5所示，实施例公开的智能训练方法，还包括识别训练人员进行识别的流程，该流程包括：步骤S502，对各训练人员建立训练数据表，所述训练数据表包括训练人员的人员ID、若干训练计划ID及内容、各训练计划对应的训练时间和各训练计划对应的训练报告ID及内容；其中，所述训练报告的内容包括执行对应训练计划的综合评价得分、各训练场景的训练时间和训练得分；步骤S504，识别训练人员的人员ID，根据所述人员ID调用对应的训练数据表及所述训练数据表中当前可执行的所述训练计划；步骤S504，根据当前可执行的所述训练计划对所述训练人员进行训练。
本实施例公开的智能训练方法，对各训练人员的初始训练计划可设置为相同，然后每调整一次训练计划则为新的训练计划附加对应人员ID的训练计划ID，更新后的训练计划ID具有唯一性；调整后的训练计划中各训练场景的执行次数或执行训练计划的轮次，由于人员的训练状态、训练强化的训练指标不同，皆可能发生变化。
本发明公开的应用于军事训练的智能训练方法，通过对训练人员进行军事训练的每个场景进行独立设置，在根据各训练场景的训练指标和评价标准建立综合评价模型，实现训练人员在训练指标的不同权重下训练得分的计算；进而获得人员在训练下的综合得分，最终获得训练报告分析训练人员优缺点，辅助监管中心决策确定训练人员的训练计划，达到辅助提高训练效率和训练成绩的技术效果。
本申请的实施例中，还提供一种电子设备，该设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器运行所述计算机程序时实现上述实施例公开的应用于军事训练的智能训练方法。以运行在计算机上的电子设备为例，如图6所示，该电子设备可以包括一个或多个(图中仅示出一个)处理器(处理器可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器、以及用于通信功能的传输装置。本领域普通技术人员可以理解，图6所示的结构仅为示意，其并不对上述电子设备的结构造成限定。
上述程序可以运行在处理器中，或者也可以存储在存储器中，即计算机可读介质中，计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体，如调制的数据信号和载波。
这些计算机程序也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤，对应于不同的方法步骤可以通过不同的模块来实现。
在本实施例中，就提供了这样一种装置或系统，该系统可以称为一种应用于军事训练的智能训练系统，该系统如图7所示，包括：构建设置模块，用于根据军事训练科目构建各训练场景，并根据各训练场景的训练指标设置模拟训练导控类软件；建立模块，用于根据各训练场景的训练指标和评价标准，建立综合评价模型；获取模块，用于对任一训练人员，获取其在多个训练场景下的训练数据；第一生成模块，用于根据所述训练数据，采用所述综合评价模型生成训练报告并上传至监管中心，以便所述监管中心依据所述训练报告分析对应训练人员的训练特征，调整训练计划。
由于所述系统用于实现上述方法，因此上述已经说明的，此处不再赘述。
例如，该智能训练系统，还包括用于实现训练计划调整功能的：模型训练模块，用于对任一训练人员，根据其在多个训练场景下的训练数据训练基于强化学习的训练预测模型；预测模块，用于采用所述训练预测模型对调整后的所述训练计划进行训练预测，获得训练预测数据；第二生成模块，用于根据训练预测数据，采用所述综合评价模型生成训练预测报告，进而依据所述训练预测报告调整所述训练计划。
又例如，实现训练计划调整功能的模块还包括：第二获取模块，用于按设定时间周期，获取训练人员的体检报告；判断匹配模块，用于根据所述体检报告，判断所述训练人员在获取所述体检报告时间下执行的所述训练计划与所述训练人员的身体状态是否匹配，并当所述训练人员的身体状态不匹配所述训练计划时，调整所述训练计划。
又例如，所述建立模块建立综合评价模型的执行单元，包括：第一计算单元，用于对任一训练场景，根据其训练指标和评价标准计算训练人员在该训练场景下的训练得分；其中，所述训练得分由各训练指标在所述评价标准下的评价得分与各训练指标在所述评价标准下的第一权重的乘积和得到；获取单元，用于获取各训练场景进行综合评价时的第二权重；第二计算单元，用于计算各训练场景的训练得分与对应的第二权重的乘积和，获得所述训练人员训练的综合评价得分。
又例如，智能训练系统还包括用于实现识别训练人员进行训练的模块，包括：建立模块，用于对各训练人员建立训练数据表，所述训练数据表包括训练人员的人员ID、若干训练计划ID及内容、各训练计划对应的训练时间和各训练计划对应的训练报告ID及内容；其中，所述训练报告的内容包括执行对应训练计划的综合评价得分、各训练场景的训练时间和训练得分；识别模块，用于识别训练人员的人员ID，根据所述人员ID调用对应的训练数据表及所述训练数据表中当前可执行的所述训练计划；执行模块，用于根据当前可执行的所述训练计划对所述训练人员进行训练。
本发明公开的应用于军事训练的智能训练方法及系统，通过建立综合评价
模型实现对每个训练人员训练的实时监督、综合评价和训练计划的更新调整；
另外，将军事训练的每个场景独立进行评判，有助于多个训练人员分开进行训
练，即各训练人员的训练计划独立。本发明的智能训练方法及系统不仅实现每
个训练人员训练计划的独立，且能根据训练人员自身条件适应性提出匹配的训
练计划，在提升训练人员训练效率的同事，能够开发各训练人员的潜能，还能
辅助监管中心进行训练计划决策制定。
虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明
所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各
种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。

Claims (10)

1.一种应用于军事训练的智能训练方法，其特征在于，包括：
根据军事训练科目构建各训练场景，并根据各训练场景的训练指标设置模拟训练导控类软件；
根据各训练场景的训练指标和评价标准，建立综合评价模型；
对任一训练人员，获取其在多个训练场景下的训练数据；
根据所述训练数据，采用所述综合评价模型生成训练报告并上传至监管中心，以便所述监管中心依据所述训练报告分析对应训练人员的训练特征，调整训练计划。
2.根据权利要求1所述的应用于军事训练的智能训练方法，其特征在于，还包括：
对任一训练人员，根据其在多个训练场景下的训练数据训练基于强化学习的训练预测模型；
采用所述训练预测模型对调整后的所述训练计划进行训练预测，获得训练预测数据；
根据训练预测数据，采用所述综合评价模型生成训练预测报告，进而依据所述训练预测报告调整所述训练计划。
3.根据权利要求1所述的应用于军事训练的智能训练方法，其特征在于，还包括：
按设定时间周期，获取训练人员的体检报告；
根据所述体检报告，判断所述训练人员在获取所述体检报告时间下执行的所述训练计划与所述训练人员的身体状态是否匹配，并当所述训练人员的身体状态不匹配所述训练计划时，调整所述训练计划。
4.根据权利要求1所述的应用于军事训练的智能训练方法，其特征在于，所述建立综合评价模型的具体过程包括：
对任一训练场景，根据其训练指标和评价标准计算训练人员在该训练场景下的训练得分；其中，所述训练得分由各训练指标在所述评价标准下的评价得分与各训练指标在所述评价标准下的第一权重的乘积和得到；
获取各训练场景进行综合评价时的第二权重，计算各训练场景的训练得分与对应的第二权重的乘积和，获得所述训练人员训练的综合评价得分。
5.根据权利要求4所述的应用于军事训练的智能训练方法，其特征在于，还包括：
对各训练人员建立训练数据表，所述训练数据表包括训练人员的人员ID、若干训练计划ID及内容、各训练计划对应的训练时间和各训练计划对应的训练报告ID及内容；其中，所述训练报告的内容包括执行对应训练计划的综合评价得分、各训练场景的训练时间和训练得分；
识别训练人员的人员ID，根据所述人员ID调用对应的训练数据表及所述训练数据表中当前可执行的所述训练计划；
根据当前可执行的所述训练计划对所述训练人员进行训练。
6.一种应用于军事训练的智能训练系统，其特征在于，包括：
构建设置模块，用于根据军事训练科目构建各训练场景，并根据各训练场景的训练指标设置模拟训练导控类软件；
建立模块，用于根据各训练场景的训练指标和评价标准，建立综合评价模型；
获取模块，用于对任一训练人员，获取其在多个训练场景下的训练数据；
第一生成模块，用于根据所述训练数据，采用所述综合评价模型生成训练报告并上传至监管中心，以便所述监管中心依据所述训练报告分析对应训练人员的训练特征，调整训练计划。
7.根据权利要求6所述的应用于军事训练的智能训练系统，其特征在于，还包括：
模型训练模块，用于对任一训练人员，根据其在多个训练场景下的训练数据训练基于强化学习的训练预测模型；
预测模块，用于采用所述训练预测模型对调整后的所述训练计划进行训练预测，获得训练预测数据；
第二生成模块，用于根据训练预测数据，采用所述综合评价模型生成训练预测报告，进而依据所述训练预测报告调整所述训练计划。
8.根据权利要求6所述的应用于军事训练的智能训练系统，其特征在于，所述建立模块建立综合评价模型的执行单元，包括：
第一计算单元，用于对任一训练场景，根据其训练指标和评价标准计算训练人员在该训练场景下的训练得分；其中，所述训练得分由各训练指标在所述评价标准下的评价得分与各训练指标在所述评价标准下的第一权重的乘积和得到；
获取单元，用于获取各训练场景进行综合评价时的第二权重；
第二计算单元，用于计算各训练场景的训练得分与对应的第二权重的乘积和，获得所述训练人员训练的综合评价得分。
9.一种电子设备，其特征在于，包括至少一个处理器，所述处理器和存储器耦合，所述存储器存储有在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至5中任一项所述的应用于军事训练的智能训练方法的步骤。
10.一种可读存储介质，其上存储有程序或指令，其特征在于，所述程序或指令被处理器执行时实现如权利要求1至5中任一项所述的应用于军事训练的智能训练方法的步骤。
CN202310756016.4A 2023-06-26 2023-06-26 一种应用于军事训练的智能训练方法及系统 Pending CN116843196A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310756016.4A CN116843196A (zh) 2023-06-26 2023-06-26 一种应用于军事训练的智能训练方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310756016.4A CN116843196A (zh) 2023-06-26 2023-06-26 一种应用于军事训练的智能训练方法及系统

Publications (1)

Publication Number Publication Date
CN116843196A true CN116843196A (zh) 2023-10-03

Family

ID=88171902

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310756016.4A Pending CN116843196A (zh) 2023-06-26 2023-06-26 一种应用于军事训练的智能训练方法及系统

Country Status (1)

Country Link
CN (1) CN116843196A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117610794A (zh) * 2024-01-22 2024-02-27 南昌菱形信息技术有限公司 一种用于突发事件的场景模拟训练评价系统及方法
CN117690330A (zh) * 2024-02-04 2024-03-12 咸阳华精电子科技有限公司 智能化军事行动策略模拟训练系统及方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110152033A1 (en) * 2009-12-22 2011-06-23 Bing-Shiang Yang Physical training system
KR20160140041A (ko) * 2015-05-29 2016-12-07 전자부품연구원 경험지식 기반 가상훈련 시나리오 추출 및 평가 시스템
CN106548675A (zh) * 2016-11-08 2017-03-29 湖南拓视觉信息技术有限公司 虚拟军事训练方法及装置
CN109767085A (zh) * 2018-12-26 2019-05-17 南京华讯方舟通信设备有限公司 一种面向部队的指标体系评估方法及系统
CN111729283A (zh) * 2020-06-19 2020-10-02 杭州赛鲁班网络科技有限公司 一种基于混合现实技术的训练系统及其方法
CN113035314A (zh) * 2019-12-25 2021-06-25 浙江远图互联科技股份有限公司 一种康复治疗系统、方法、计算机设备及可读存储介质
CN113689955A (zh) * 2021-08-31 2021-11-23 重庆科华安全设备有限责任公司 一种矿山救护队体能训练管理系统
CN116051319A (zh) * 2022-09-27 2023-05-02 重庆平戎科技有限公司 一种战术协同作战仿真模拟训练系统和方法
CN116244512A (zh) * 2023-01-17 2023-06-09 航天物联网技术有限公司 一种基于图结构数据的军事体能训练智能推荐方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110152033A1 (en) * 2009-12-22 2011-06-23 Bing-Shiang Yang Physical training system
KR20160140041A (ko) * 2015-05-29 2016-12-07 전자부품연구원 경험지식 기반 가상훈련 시나리오 추출 및 평가 시스템
CN106548675A (zh) * 2016-11-08 2017-03-29 湖南拓视觉信息技术有限公司 虚拟军事训练方法及装置
CN109767085A (zh) * 2018-12-26 2019-05-17 南京华讯方舟通信设备有限公司 一种面向部队的指标体系评估方法及系统
CN113035314A (zh) * 2019-12-25 2021-06-25 浙江远图互联科技股份有限公司 一种康复治疗系统、方法、计算机设备及可读存储介质
CN111729283A (zh) * 2020-06-19 2020-10-02 杭州赛鲁班网络科技有限公司 一种基于混合现实技术的训练系统及其方法
CN113689955A (zh) * 2021-08-31 2021-11-23 重庆科华安全设备有限责任公司 一种矿山救护队体能训练管理系统
CN116051319A (zh) * 2022-09-27 2023-05-02 重庆平戎科技有限公司 一种战术协同作战仿真模拟训练系统和方法
CN116244512A (zh) * 2023-01-17 2023-06-09 航天物联网技术有限公司 一种基于图结构数据的军事体能训练智能推荐方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
刘林锋 等: "基于层次分析法的军校学员体能训练评估", 《国防科技》, vol. 40, no. 3, pages 114 - 119 *
周维方 等: "公安院校特警方向男生体能评价指标体系构建", 《湖北师范大学学报( 自然科学版)》, vol. 40, no. 2, pages 45 - 52 *
周维方;胡伟;: "公安院校特警方向男生体能评价指标体系构建", 湖北师范大学学报(自然科学版), no. 02, pages 45 - 52 *
徐刚;白璐;赵德方;张瑜;: "GBRT技术在MLS模拟训练成绩评估中应用", 计算机仿真, no. 04, pages 9 - 14 *
苏奕;张瑶;: "基于虚拟现实技术的体能训练动作模拟系统设计", 现代电子技术, no. 16, pages 174 - 176 *
饶伟;: "警察院校学生体能评价指标体系研究", 中国人民公安大学学报(自然科学版), no. 01, pages 101 - 105 *
马菲菲;熊家军;: "模拟训练综合评价问题的研究", 微计算机信息, no. 19, pages 155 - 156 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117610794A (zh) * 2024-01-22 2024-02-27 南昌菱形信息技术有限公司 一种用于突发事件的场景模拟训练评价系统及方法
CN117610794B (zh) * 2024-01-22 2024-04-19 南昌菱形信息技术有限公司 一种用于突发事件的场景模拟训练评价系统及方法
CN117690330A (zh) * 2024-02-04 2024-03-12 咸阳华精电子科技有限公司 智能化军事行动策略模拟训练系统及方法
CN117690330B (zh) * 2024-02-04 2024-05-07 咸阳华精电子科技有限公司 智能化军事行动策略模拟训练系统及方法

Similar Documents

Publication Publication Date Title
CN116843196A (zh) 一种应用于军事训练的智能训练方法及系统
CN111222500B (zh) 一种标签提取方法及装置
CN108122234A (zh) 卷积神经网络训练及视频处理方法、装置和电子设备
CN110909630A (zh) 一种异常游戏视频检测方法和装置
CN109242825A (zh) 一种基于深度学习技术的钢铁表面缺陷识别方法和装置
Wei et al. Exploring the application of artificial intelligence in sports training: a case study approach
CN109847321B (zh) 一种运动员训练辅助方法、装置、服务器及存储介质
AU2021203869A1 (en) Methods, devices, electronic apparatuses and storage media of image processing
CN111881706B (zh) 活体检测、图像分类和模型训练方法、装置、设备及介质
CN113822160B (zh) 深度伪造检测模型的评测方法、系统及设备
CN106454233A (zh) 人群聚集的智能监控方法和系统
Yang [Retracted] A Deep Learning and Clustering Extraction Mechanism for Recognizing the Actions of Athletes in Sports
Liu et al. A Novel Model for Intelligent Pull‐Ups Test Based on Key Point Estimation of Human Body and Equipment
CN115049901A (zh) 一种基于特征图加权注意力融合的小目标检测方法及设备
CN115035608A (zh) 活体检测方法、装置、设备及系统
Luo A sports digital training system based on middle and bottom visual information
Chen et al. Movement Evaluation Algorithm‐Based Form Tracking Technology and Optimal Control of Limbs for Dancers
Li [Retracted] Tennis Technology Recognition and Training Attitude Analysis Based on Artificial Intelligence Sensor
CN116597288B (zh) 一种注视点渲染方法、系统、计算机及可读存储介质
CN106033550A (zh) 目标跟踪方法及装置
Shen et al. [Retracted] Research on Human Motion Analysis in Moving Scene Based on Timing Detection and Video Description Algorithm
CN116983656B (zh) 决策模型的训练方法、装置、设备及存储介质
KR102281725B1 (ko) 관계형 질의를 이용한 객체 검출방법 및 그 장치
CN107729478A (zh) 一种数据分析方法和装置
CN112419112B (zh) 学业成长曲线生成方法、装置、电子设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination