“三线建设学术研讨会暨研究生论坛”会议综述

20世纪60年代中期,以毛泽东为核心的中共中央鉴于国家安全形势的日益严峻,作出了加强战备、调整工业布局、进行三线建设的战略决策,三线建设这一中华人民共和国工业经济史上的重大事件悄悄地迈开了其坚实的步伐.时至20世纪90年代,西部大开发的战略决策被提上国家改变区域发展不平衡的议事日程,三线建设作为备战时期的西部大开发开始为学者关注.2012年5月6日,由上海大学历史系主办的"三线建设学术研讨会暨研究生论坛"在上海圆满举行,来自中国社会科学院、中国人民解放军军事科学院、复旦大学、上海财经大学、上海交通大学和上海大学等单位的数十位学者和研究生,首次就三线建设的诸多问题展开深入的对话.日本东京大学的有关学者也提交了论文.原上海小三线后方基地管理局党委书记王昌法、局长王志洪等三线建设亲历者应邀参加了研讨会.     

笑脸

1.藏族战士达瓦多吉穿上了期盼已久的军装,他是所有藏族新兵中学历最高的,毕业于拉萨农牧学院。刚入军营,多吉不仅事事争先,还主动利用业余时间,帮助战友们学汉语,被战友们亲切地称为"小教员"。罗向全罗乐/摄2.2011年12月11日,佳木斯军分区某边防巡逻艇大队新兵,一入营就有了到家的感觉,营连首长像对亲人一样接待他们。瞧!刚下火车步入军营的新兵们午饭吃得多香。葛连会/摄     

基于扩展关联矩阵的故障样本等价方法

为方便测试性试验过程的实施,针对测试性验证试验中故障样本不可注入或注入成本太高的问题,提出了一种故障样本等价的计算方法。在对故障样本进行功能等价划分和测试等价划分的基础上,考虑到两个等价划分的不足,对所涉及的三种关联矩阵进行了定义,并根据测试点上不同测试对应的功能属性设计了一种满足实际需求的故障样本等价算法,并用实例说明了该方法的计算过程和可行性。     

基于小波包分解和样本熵的电磁干扰分析方法

为了定量分析不同状态下电磁环境的变化,并有效提取电磁环境变化的干扰特征,提出了基于小波包分解和样本熵的电磁干扰分析方法.首先,时电磁环境的样本信号进行小波包分解,然后分别计算分解后备频带信号的能量谱系数和样本熵,通过能量谱系数和样本熵这两个指标的对比,综合判断电磁环境是否发生变化.仿真分析表明:样本熵可以弥补能量谱系数...     

辨识分类中的补充样本容量优化方法

在对系统输出进行辨识分类建模时,当实际试验样本量不足时,工程上通常考虑利用各种信息源合理增加补充试验样本,而合理确定补充样本容量,避免过多的样本"淹没"实际系统信息,是补充样本需要考虑的关键因素之一.为此,从信息相等的角度分析补充试验样本的合理性和有效性,并在此基础上提出了基于后验分布鉴别信息的补充试验样本容量的优化原...     

日常生活小妙招

1.不管是鞋子的哪个地方磨到了你的脚,你就在鞋子磨脚的地方涂一点点白酒,保证就不磨。2.皮包上有了污渍或者是脏了的话,可以用棉花蘸风油精擦拭。3.在洗完脸后,用手指沾些细盐在鼻头两侧轻轻摩擦,然后再用清水冲净,黑头粉刺就会清除干净,毛细孔也会变小。4.出门时,随时在包包里面带一节小的干电池,如果你的裙子带静电的话把电池的正极在裙子上面擦几下就可     

日常生活小妙招

1.巧用牙膏:若有小面积皮肤损伤或烧伤、烫伤,抹上少许牙膏,可立即止血止痛,也可防止感染,疗效颇佳。2.巧除纱窗油腻:可将洗衣粉、吸烟剩下的烟头一起放在水里,待溶解后,拿来擦玻璃窗、纱窗,效果均不错。3.巧用"十三香":炖肉时用陈皮,香味浓郁:吃牛羊肉加白芷,可除膻增鲜;自制香肠用肉桂,味道鲜美;熏肉熏鸡用丁香,回味无穷。4.和饺子面的窍门:在1斤面粉里掺入6个蛋清,使面     

多模态交叉解耦的少样本学习方法

当前的多模态少样本学习方法忽视了属性间差异对正确识别样本类别的影响。针对这一问题,提出一种利用多模态交叉解耦的方法,通过解耦不同属性语义特征,并经过特征重建学习样本的本质类别特征,缓解类别属性差异对类别判别的影响。在两个属性差异较大的基准少样本数据集MIT-States和C-GQA上进行的大量实验表明,所提方法较现有方法有较大的性能提升,充分验证了方法的有效性,表明多模态交叉解耦的少样本学习方法能够提升识别少量测试样本的分类性能。     

弹道目标一次性小扰动辨识与轨迹滤波方法

针对弹头末修和释放诱饵带来的小扰动,提出了基于高精度多普勒测速的修正残差扰动检测方法,显著降低了虚警概率和漏检概率.针对扰动特点,提出了采用增加状态变量和衰减记忆滤波的自由段弹道估计改进算法,仿真验证了扰动后轨迹滤波的有效性.     

支持向量机在弹药训练消耗量预测中的应用

针对部队平时弹药训练消耗量预测过程中,样本采集数目较少的实际情况,采用了一种新的预测方法———支持向量机。该方法基于统计学习理论的原理,较好地解决了小样本的学习问题。并以某部队1997—2002年弹药训练消耗量为学习样本,建立了弹药年消耗量的预测模型。计算结果表明,这种方法比传统的方法有更少的误差和更好的预测精度。