秦汉兵学文化的主要成就及其显著特征

秦汉时期的兵学文化是在秦汉"大一统"中央专制集权帝国政治、经济、军事、文化背景下形成、发展的,与先秦兵学侧重于兵学理论的学理创新有所不同的是,它更多体现为兵学思想的系统梳理与文化总结,具有鲜明的时代特征。概括地说,这一时期的兵学文化主要成就,反映为有关存世兵书的整理与分类、兵学流派及其特色的分析与总结、兵学实用性问题的注重与强调、兵学理论的学习与普及、兵学主题的重心转移等等。所有这一切,标志着中国古代兵学到秦汉时期又呈现出新的风貌,它对秦汉时期军事活动的理论指导意义不言而喻,对后世兵学的嬗递亦影响深远。     

基于成本效益分析方法的防火设计决策经济性研究

运用CBA方法对防火设计方案进行分析对提高决策的经济性非常重要。针对防火设计的特点，研究出了一种改进的CBA模型，同时具体量化了CBA方法中涉及到的成本、效益，确定了用于防火决策的最终原则，最后结合某国外具体工程实例对该模型进行验证，证明了其经济性、科学性。为CBA法今后在防火设计决策中的发展和应用指明了方向。     

“非对称”战争的军事经济特征

国际社会的经济、政治和社会秩序越来越多地受到＂非对称＂战争的影响。相对于传统战争,＂非对称＂战争具有以暴力获取经济利益、实现暴力私有化、颠覆传统经济秩序的军事经济特征。     

基于深度时频特征学习的雷达辐射源识别

针对雷达辐射源识别中拓展能力不足和识别率不高问题进行研究,提出一种基于深度时频特征学习的智能识别方法。基于降采样短时傅里叶变换高效提取具备较高辨识度和稳定性的浅层二维时频特征,利用信号局部频域维稀疏性完成降噪等预处理；设计用于深度特征学习与识别的卷积神经网络,并采用不同尺度卷积核组合扩展网络广度,强化特征表征能力；利用高信噪比条件下8种辐射源信号样本对网络进行训练调优,低信噪比样本测试验证算法和网络的有效性。仿真结果表明,该方式在-8 dB信噪比条件下能达到98.31%的整体平均识别率,具备较强的鲁棒性。     

基于信息增益和相关性的判定树特征选择算法

特征选择是模式识别中需要解决的一个重要问题.针对已知类标号的样本集合,从特征的分类信息和特征间相关性2个方面出发,提出了一种基于信息增益和相关性的判定树特征选择算法.该算法是一种有监督方法,先采用信息增益度量特征的分类区分度,采用相关系数度量特征的冗余度,然后建立判定树,则树中的节点即为选择出的特征.     

自组织特征映射网络在目标分类识别中的应用

为了在日趋复杂的空战环境中准确分析出目标的类型,以达到辅助决策之目的,采用自组织特征映射网络来对目标进行分类识别.首先提取影响目标识别的类特征,然后对其预处理.在此基础上建立SOM网络目标识别模型,并利用SOM网络算法实施无监督的自组织学习.在学习的过程中,通过不断调节网络节点间的权向量,来实现目标聚类.最后,通过仿真验证了该方法在目标分类识别中的可行性和实用性.     

基于“脱靶管”原理的防空导弹脱靶量估算方法北大核心

针对防空导弹试验鉴定中非精确测量条件下脱靶量获取的实际问题,提出了一种基于“脱靶管”原理的脱靶量估算方法。并针对光学测量和多普勒频率信号测量2种数据源,给出具体算法和算例,算例的结果表明基于“脱靶管”原理的脱靶量计算方法,可在非精确测量条件下,得到较高精度的脱靶量的值,是光学测量数据估算脱靶量的有效手段。同时基于“脱靶管”原理的脱靶量估算方法具有明显优势,能够较好地解决弹目相对速度未知情况的脱靶量估算问题。该方法具有算法简便快捷、计算精度高、工程实用性好等特点。     

自适应现状制导律

针对反弹道导弹的导弹武器的主动飞行段,提出了高精度自适应现状制导律。通过实时修正飞行程序,以消除导弹飞行过程中遇到的各种干扰的影响,保证命中精度,并对发动机推力偏差、风干扰影响下的导弹运动进行了数学仿真,仿真结果证实了自适应现状制导律是合理、可行的。     

浅析国防活动基本原则的特征及功能

在世界新军事革命的冲击下 ,为打赢高技术条件下的局部战争 ,加快有中国特色社会主义现代化建设的步伐 ,保障一个和平稳定的国际国内环境 ,对于我国国防活动在新时期应当坚持的基本原则的认识应当不断深入。正确认识国防活动基本原则的概念、特征及其功能 ,有助于更加切实地动员全国人民的力量 ,加强我国的国防建设 ,提高认识 ,增强自觉性 ,真正实施依法治军。正确定义 ,明晰特征 ,才能更好地发挥其在社会主义现代化建设中的特有功能。     

虚拟维修训练中故障建模与仿真

在分析维修训练需求、仿真方法的基础上,建立由故障现象、维修对象、故障传播有向图组成的故障模型,并研究了虚拟环境中检测特征数据的建立、故障现象的模拟及仿真运行流程,利用Virtools实现了典型故障的建模与仿真,较好地完成了故障现象和数据的实时生成,为维修人员提供了良好的观察与检测故障的虚拟维修环境。