面向实战的反恐战术训练虚拟系统设计及教学实现

鉴于反恐形势的复杂性和暴恐事件的多发性，传统的反恐战术训练模式由于成本投入高、安全管控风险大、参训人员沉浸感差、训练数据存储难及评判标准不统一等缺点，已经不能满足专门化警务人才培养的需求。为了提升公安教学实战化的水平，设计了基于低延迟多人交互、大空间多源融合定位技术的虚拟仿真系统，通过实战场景构建和武器装备仿真还原真实的训练环境，同时以参训人员全身姿态实时动态捕捉为基础存储实验数据并进行展示和分析，从而完成高标准的客观评价。实验结果表明，基于虚拟仿真系统的室内反恐实验安全性高、沉浸感强、研判性显著，是实现智能化及数字化反恐实训的重要平台。     

GPT3模型的综合性能评价与优化方法

为了剖析GPT3(generative pre-trained transformer 3)模型垂直改正精度不足的原因，探究GPT3模型的优化方法。本文利用探空资料、NCEP(National Centers for Environmental Prediction)再分析资料以及GNSS ZTD(global navigation satellite system)数据对GPT3模型进行多参数、立体式的评价，并与Saastamoninen和UNB3m模型进行比较。结果表明：在地表层，GPT3预测气压、温度、水汽压以及ZHD(zenith hydrostatic delay)、ZWD(zenith wet delay)和ZTD(zenith total delay)的RMSE(root mean square error)值均优于UNB3m,分别为6.4 hPa、3.9 K、2.8 hPa、18.6 mm、33.0 mm、36.5 mm;而在垂直方向上，发现GPT3的RMSE值随高度的上升明显增大，在离地10 km处，其预测气压、温度、ZHD和ZTD的RMSE值分别为38.3 hPa、...