基于检索增强生成（RAG）的军事领域知识问答系统已经逐渐成为现代情报人员收集和分析情报的重要工具。针对目前RAG方法的应用策略中的混合检索存在可移植性不强以及非必要使用查询改写容易诱发语义漂移的问题，提出一种多策略检索增强生成（MSRAG）方法。首先，根据用户输入的查询特点自适应地匹配检索模型来召回相关文本；其次，利用文本过滤器提取出能够回答问题的关键文本片段；再次，使用文本过滤器进行内容有效性判断以启动基于同义词拓展的查询改写，并将初始查询与改写后的信息合并输入检索控制器以进行更有针对性的再次检索；最后，合并能够回答问题的关键文本片段和问题，并使用提示工程输入生成答案模型来生成响应返回给用户。实验结果表明，MSRAG方法在军事领域数据集（Military）和Medical数据集的ROUGE-L（Recall-Oriented Understudy for Gisting Evaluation Longest common subsequence）指标上相较于凸线性组合RAG方法分别提高了14.35和5.83个百分点。可见，MSRAG方法具备较强的通用性和可移植性，能够缓解非必要查询改写导致的语义漂移现象，有效帮助大模型生成更准确的答案。

针对航空读卡器存在便携性差、速度慢和标签存储容量小等问题，提出了一种基于STM32的大容量射频识别(RFID)系统设计方法。以高性能的STM32嵌入式微处理器为核心，采用新型的CR95HF射频芯片，设计了一款工作在高频(HF)频段并支持ISO 15693、ISO 18092等多种协议的新型手持式RFID读卡器，详细阐述了系统的电源、天线设计和软件的速率、误码优化。同时，设计了一款与之匹配的被动式大容量电子标签，其存储容量高达32KB，与读卡器构成大容量RFID系统。实验结果表明，与传统读卡器相比，该读卡器的读写速度提升2.2倍，误码率降低91.7%，标签容量提升255倍，为航空物流领域的快速、准确和大数据需求提供了更好的选择。

针对当前方法难以获取评论文本全局情感倾向性的问题,提出一种基于潜在狄利克雷分布(LDA)模型的多文档情感摘要方法。该方法首先对给定的句子进行情感分析,抽取带有主观性评价的句子;然后,应用LDA模型表示已抽取的句子,并通过词汇的重要度和句子的特征计算句子的权重;最终提取情感文摘。实验结果表明,该方法能够有效地识别情感关键句,在准确率、召回率和F值上均有不错的效果。