用经济可承受性思想指导武器装备建设

在归纳经济可承受性思想含义的基础上,给出了装备经济可承受性的数学模型,并对其特征和实践指导作用进行了分析。重点研究了经济可承受性在武器装备综合评价和武器装备建设中的应用。本文给出的提高经济可承受性的具体方法,具有可操作性。     

装备互用性若干问题研究

互用性是联合作战的基础,是装备系统构成体系的纽带或黏结剂,随着信息化的发展互用性问题已经成为制约部队联合作战能力的关键因素。尽管互用性是两个或两个以上装备之间的一个关系特性,但有互用关系的单个装备本身要具有互用的能力。实现互用性的模式基本上分为点对点的方式和以网络基础设施为基础的方式。互用性的论证分为两个层次的论证,一个是体系级的论证,一个是系统级论证,系统级互用性要求来自于体系级互用性要求。加强对装备互用性研究对于提高部队联合作战能力具有重要现实意义。     

构建大学英语教学考评体系探讨

本文在分析当前大学英语教学考评体系存在的问题的基础上,根据《大学英语课程教学要求》,针对大学英语教学"2 2 X"模式,构建了相应的多样化考评体系。     

基于数据适应性检验的身管磨损量预测研究

应用灰色系统理论研究不确定系统,对系统进行灰色预测模型建立的同时,需要检验系统原始数据序列是否符合建模要求。主要从3个方面检验数据建模的可行性,分别是光滑比、极比偏差和凹凸性检验。结合某型坦克炮身管内膛烧蚀磨损数据,采用不同的磨损数据作为灰色预测模型建模的原始数据序列,具体分成两种情况进行数据检验,并代入模型计算,分析不同情况下模型的预测精度,通过对比计算结果选出与模型匹配度更高的原始数据序列。     

基于网络抗毁性的装备贡献度评价

高新技术的应用使装备间关联关系更加复杂,武器装备论证更加困难。装备对体系贡献度研究为武器装备论证发展提供了新思路。基于作战环思想构建武器装备体系作战网络模型,同时完成作战环理论所划分的同类型装备的网络化建模,提出复杂网络背景下装备贡献度的定义及基于网络抗毁性的贡献度评价方法,通过美国国家导弹防御系统进行算例分析来验证该方法的可行性。结果显示,不同装备对体系的贡献度大小可以通过复杂网络模型进行预判。     

基于动态贝叶斯网络的复杂网络抗毁性分析

复杂网络抗毁性是复杂网络在节点或边遇敌攻击后能继续维持基本功能的能力,是衡量军事信息网络鲁棒性和敏捷性的重要指标。针对复杂网络及对作战体系支撑能力的多指标、复杂化和动态演绎特点,在静态分析方法基础上,提出基于动态贝叶斯网络的抗毁性分析方法。建立了复杂网络抗毁性指标体系。构建了基于动态贝叶斯网络的复杂网络抗毁性评估模型,提出确定评估模型参数的方法。仿真验证了方法的可行性和有效性。     

编辑手机报应突出“四性”

<正>针对手机报短而精的特点,编辑要做到开门见山,提出主题,以题概文;导语为先,引领方向,正文补充;长篇短编,短篇精编,灵活取舍;多方选稿,善于综合,归纳总结;利用搜索,丰满稿件,不留问号。美国媒介理论家保罗·莱文森认为:人类有两种基本的交流方式——说话和走路。可惜,自人类诞生之日起,这两个功能就分道扬镳,直到手机横空出世,才将这两种相对的功能整合起来,集于一身……无线移动的无限双向交流潜力,使手机成为信息传播最方便的媒介。2004年7月,     

碳纤维混凝土抗冻性能试验研究

为了增强高昼夜温差地区营房屋面和墙体的抗裂性能,提高营房安全性、舒适性及使用寿命,利用快速冻融法对碳纤维混凝土进行了300次冻融循环试验,并测量其相对动弹性模量和质量损失情况。结果显示:普通混凝土在150次冻融循环试验后试件破坏严重,平均质量损失了0.695 kg,损失率为6.9%;碳纤维混凝土在300次冻融循环试验后外形仍保持较好的完整性,平均质量损失了0.514 kg,损失率为5.19%,相对动弹性模量最多下降了34%,其中体积分数为1%的碳纤维混凝土平均质量损失仅为0.398 kg,损失率为4.05%,相对动弹性模量下降了31%。试验表明碳纤维可以改善混凝土的抗冻性能,适用于高昼夜温差地区建筑。     

网络雷达对抗系统涌现性研究

涌现性是网络雷达对抗系统这种新型综合电子战系统复杂特性的典型表现。分析了网络雷达对抗系统组成与交互,阐释了网络雷达对抗系统涌现性的内涵及构成,总结了网络雷达对抗系统涌现性的不可加性、不可还原性、局部影响整体性和局部整体一致性特征,从组成效应、结构效应、交互效应、环境效应四个方面剖析了网络雷达对抗系统涌现性的产生机理,提出了网络雷达对抗系统涌现性控制4C方法。     

用于减少远程Cache访问延迟的最后一次写访问预测方法

为减少远程Cache访问延迟,提高共享存储系统的性能,提出了一种新的基于程序内在写突发特性的最后一次写访问预测方法,并对一个具体的目录协议进行了改造,以支持该预测方法。通过预测Cache块的最后一次写访问并提前对其进行降级,处理器能直接从主存中读取数据,从而减少了远程Cache访问所需的一个网络跳步数。与当前基于指令的预测方法相比,该方法能极大减少存储开销。基准测试程序的评测结果表明,该方法能获得83.1%的预测准确率,并且能提高8.57%的程序执行性能,同时与基于指令的预测方法相比,该方法能分别减少历史踪迹表69%的存储开销和签名表36%的存储开销。