区域物资动员潜力的多元统计分析

为分析不同区域物资动员潜力差异,并对其进行分类,从总体实力和产值结构两方面出发,建立了区域物资动员潜力指标体系。以我国行政区域为研究样本,通过SPSS18软件,结合年度统计数据进行分析。采用主成分分析法对方案层指标进行简化,将形成的综合得分标准化并分析主成分上的载荷,然后采用层次分析法得到总体实力得分。再将研究对象按照总体实力与产值结构进行ward聚类分析,得到6个区域类别,分析其特点,提出动员建议。     

准确把握新情况新问题 做实一人一事思想工作

<正>随着社会价值观念多元多样多变、官兵结构成分发生深刻变化、新兴媒体日益普及,官兵思想、心理问题趋于增多,各种现实矛盾更加凸显,给一人一事思想工作带来很大挑战。主要表现在以下方面：一是官兵思想“三性三难”。受地方“诚信危机”影响,一些官兵不愿向组织谈及内心想法,思想更具隐蔽性,排查难;受外部环境、信息传媒等因素影响,有的官兵遇事喜欢“跟着感觉走”,思想具有易变性,     

融合图嵌入的Smooth-PCANet图像识别算法

主成分分析网络（Principal Component Analysis Network,PCANet）是一种简单的深度学习算法,在图像识别领域具有优秀的性能。然而PCANet在构建网络卷积核时只关注了图像的主分量信息,忽视了近邻像素点之间的位置关系。而通常情况下,图像的相邻像素点具有空间强相关性,因此利用图结构保持像素点的位置近邻关系更有利于网络提取有效特征。因此,我们将图嵌入思想融入PCANet,提出一种新的图像识别算法Smooth-PCANet。为了验证Smooth-PCANet算法的有效性,我们在人脸、手写体字符以及图片等不同数据集上构建实验,并将Smooth-PCANet与多种基于深度学习的图像识别算法作了对比。实验结果证明,Smooth-PCANet算法比PCANet获得了更高的识别性能,并且更有效地避免了过拟合,在小样本训练时具有显著优势。     

对医疗科室党支部建设现状的调查思考

医疗科室党支部是党在军队设立的支部类型之一,是所在科室政治领导和团结的核心,其党员结构、运行机制、外部环境均与其他支部有所不同。前不久,我们对十余所医院科室党支部建设现状进行了考察调研,总体感到向上向好,但也存在一些问题。研究解决这些问题,对于深入贯彻军委基层建设会议精神,建设听党话、跟党走的过硬科室具有重要意义。一、医疗科室党支部建设现状习主席指出,我军基层建设在使命任务要求、日常运行状态、部队组织形态、官兵成分结构等方面正面临许多新情况新变化,要科学把握、积极适应。     

主成分分析法在军队财务分析中的应用

文章介绍了主成分分析的基本原理，论述了主成分分析应用于军队财务分析的可行性，并结合部队实际，对主成分分析应用于军队财务分析进行了实证研究，即通过选取合适的财务指标，构建出主成分分析模型，利用统计软件SPSS计算，得到综合财务评估得分，进而做出综合性评价。     

中红外光谱在润滑油分类识别中的应用

由中红外光谱能够获得不同种类润滑油的组成与结构信息.分别用聚类分析法和主成分分析法提取润滑油的中红外光谱信息,对齿轮油、内燃机油和液压油这3大类共113个润滑油样品进行了分类识别.采用系统聚类法对其进行分类,比较了不同类间距离、样品间距离和光谱区间对聚类分析结果的影响.采用主成分分析法对齿轮油、内燃机油、液压油及不同黏...     

基于比例危险模型的船用柴油机视情维修决策

针对船用柴油机视情维修决策问题,采用威布尔比例危险模型描述了系统状态与故障率之间的关系,利用核主成分分析对协变量进行了去相关和约简处理,以平均费用最小为决策目标,建立了视情维修的最优维修策略模型,并根据设备当前状态信息来判断是否需要进行维修。实例分析表明：该方法有效融合了历史故障信息和运行状态信息,提高了柴油机可用度,降低了维修保障费用。     

地空导弹CGF系统感知行为模型研究

为了有效解决计算机生成兵力模拟目标识别行为的问题,对防空作战中指挥员感知信息和综合处理的过程进行了分析,针对目前CGF系统的需求和感知行为模型的不足,建立了一个综合多特征信息的不确定性地空导弹感知行为模型。该模型对数据库中样本和待识别目标的特征信息进行客观的主成分分析,利用分析得到的综合主成分值对目标进行匹配;在此基础上,引入表示匹配结果不确定性的感知能力值,获得一个带有不确定性的即时信念;最后,通过基于感知能力的证据合并方法将即时信念、先验信念和通信信念合并形成最终信念。实例分析表明该模型可行。     

SAR微动目标的稀疏贝叶斯成像方法

SAR微动信息能够反映出目标的属性信息,其微动图像可作为雷达目标识别的一种重要手段。基于SAR微动目标回波的稀疏特性,建立了在过完备词典下的稀疏表示模型,提出一种新的稀疏贝叶斯重构方法——方差成分扩张压缩,该方法仅赋予有重要意义的信号元素不同的方差分量,拥有更少的参数。仿真结果表明,方差成分扩张压缩方法能较精确地估计出SAR目标微动参数,同时能够获得低信噪比条件下较好的微动目标像。     

先验信息下的改进主成分估计

对于线性模型Ｙ＝ＸＣ＋ε,Ｅ（ε）＝０,Ｃｏｖ（ε,ε）＝σ２Ｉ,在先验信息（Ｅ（Ｃ）＝０,Ｃｏｖ（Ｃ,Ｃ）＝σ２０Ｉ）下,本文给出主成分个数的一种更合理取法,并提出了一种改进的主成分估计。文中证明了该估计是可容许估计,且在“平均”均方误差意义下,优于最小二乘估计,亦优于主成分估计