基于数据库的通用数据录取系统研究

传统的数据录取系统为每一个被试系统从底层开发一套录取系统,这样开发出来的系统具有如下缺点:一、对每个被试对象都从底层开始开发,效率较低;二、当录取信息需求发生变化时无法根据需要增加、调整系统资源,系统不具备开放性和通用性.为了使数据录取系统在武器装备试验中发挥更大的作用,采用数据库技术完成对复杂作战系统语义管理和智能分析,使录取设备具有通用性和扩展性,本文通过对通用数据录取系统体系结构及组成的介绍,详细地阐述了总线数据、应用软件、数据库库表等设计的方法,实践结果表明,它们可以较好地提高数据录取的效率.     

各式防暴水炮警用领域应用及研究现状

防暴水炮作为集群式暴乱事件的有效处置装备，在国内外许多警用领域得到了长足的发展，但各种装备都有着难以攻克的弱点。文章通过分析研究，指出了现有装备的不足，并介绍了国外的研究方向和动态。提出应将固定式防暴水炮引入重点设施，以弥补国内的使用空白。     

政府主导 协会搭桥 共推军工应用国产数控机床——2008年军工行业国产数控机床应用座谈会在京举行

4月22日2008年军工行业国产数控机床应用座谈会在北京召开，这是继大连．上海．北京举办座谈会后的第四次座谈会．本届座谈会由中国和平利用军工技术协会和中国机床工具工业协会两个国家级大协会主办．国家发改委副主任张国宝出席会议并做重要讲话．国家发改委．国家国防科技工业局有关部门领导及相关人员出席了会汉。两个协会的领导在会议上分别通报了国产数控机床发展动态与供需合作进展情况，     

TEDS技术在加速度传感器数据校正中的应用

提出一种利用传感器电子数据表格技术改善加速度传感器动态性能的办法。传感器标定时，其相关的特征参数被储存在传感器电子数据表格中；测试初始化时，每个传感器的特征参数被读入测试系统，指导系统自动完成其数学模型的建立，并在测试时进行实时数据校正。实验证明传感器电子数据表格技术的引入提高了加速度传感器的工作频带带宽和动态响应速度等动态性能指标。     

基于PDA-UKF的杂波环境下单目标跟踪算法

提出将概率数据关联算法和不敏卡尔曼滤波相结合,用于杂波环境下的单目标跟踪。该算法同时解决了测量方程非线性情况下的滤波问题和杂波环境下的目标跟踪问题。给出了PDA-UKF算法的仿真过程,提供了一个基于距离、方位角、俯仰角的目标跟踪问题的仿真算例。理论分析与仿真结果均表明,该算法提高了滤波的稳定性和跟踪的精确性,具有较高的实用价值和广泛的应用前景。     

加深感情 促进交流 深化合作 加快发展——“国际原子能机构与中国研讨会”专题报告摘登

8月16日,在"国际原子能机构与中国研讨会"上,八位专家做了专题报告,向与会者介绍了国际原子能机构的情况、中国国家原子能机构与国际原子能机构在核能发展和技术应用、核安全、核安保、核不扩散等方面开展合作的情况,并对双方未来的交流、合作与发展进行了深入探讨。与会者认为,这次研讨会的举办,有利于加深感情,促进交流,深化合作,加快发展。中国国家原子能机构与国际原子能机构建立的良好合作关系,将会更上一层楼。     

基于工作流的GIS服务动态聚合方法、技术体系和参考模型研究

基于GIS服务的特点和动态服务聚合的应用实际,提出了一种基于工作流的GIS服务动态聚合实现方法,该方法通过引入服务群的概念,有效适应了GIS服务的动态变化性;提出了基于工作流的GIS服务聚合技术体系,界定了GIS服务聚合的研究内容和层次关系,为GIS服务动态聚合关键技术的研究提供了总体框架和顶层指导;参考工作流的研究成果,提出了动态服务聚合参考模型DSCRM,为开发聚合服务支撵平台以及在此基础上构造特定的服务聚合应用提供了可参考的计算模型.给出了一个GIS服务聚合应用实例来说明工作的可行性和有效性.     

作战数据工程建设与发展

战争形态正加速向信息化战争演变,数字化作战成为主要形式,作战数据以前所未有的深度广度进入战争全脉络,成为作战的核心,影响着战争进程甚至决定成败。习主席高度重视作战数据建设,多次指出我军数据积累严重不足是军事斗争准备的短板弱项。因此,建设完善配套的作战数据库和形成战时高效的作战数据保障能力,对获取作战信息优势、提升指挥控制能力至关重要,对于提高我军基于网络信息体系的联合作战能力具有重要的支撑作用。     

强化基层政工干部信息化素质

当前,信息系统越来越成为政府、科技、教育、卫生、工业、农业等各行各业了解情况、数据统计分析、提出解决方案的得力助手。在军事领域,当现代信息系统进入作战体系中的侦察预警、指挥控制、火力打击、网电对抗、综合保障等系统之后,便颠覆了传统作战体系的面貌。     

2022年深度学习技术主要发展动向分析

深度学习正逐渐成为新一代人工智能最核心的技术之一。对2022年深度学习热门领域的主要发展动向进行了综合评述。首先,介绍小数据小样本深度学习研究领域的最新进展;其次,探讨量子计算与深度学习的融合路径;然后,概述强化学习对通用智能的推动作用;最后,盘点深度学习在多模态学习方向的进展。综述表明,面向小数据、小样本的深度学习技术正在引领深度学习向自监督方向不断迈进,深度学习与其他先进计算范式(例如量子计算等)深入融合趋势愈发明显,强化学习在一定程度上具备解决复杂问题的通用智能,多模态深度学习技术已迎来关键性突破。