对加强体系动员能力建设的宏观思考

中央军委胡锦涛主席深刻指出,提高基于信息系统的体系作战能力,必须遵循体系建设规律,立足我军实际,搞好科学统筹,加强基础性关键性建设,走开从系统到要素再到系统的路子。国防动员作为保障打赢的重要制胜因素,必须积极适应基于信息系统体系作战能力的生成需要,着眼体系对抗和体系功能发挥,由传统的以谋求单元要素优势为主向以谋求动员体系整体优势为主转变,大力加强体系动员能力建设。     

基于fMRI的静息状态脑功能复杂网络分析

分析静息状态下人脑中不同区域之间的功能连接模式对研究静息状态下人脑正常功能活动具有重要意义。基于复杂网络理论对脑功能网络进行建模,考察静息状态脑功能网络的结构和拓扑特性。结果显示,网络具有小世界性质和无标度特性。进一步引入一种概率混合模型分析网络社团结构,得到的10个子网络中包含视觉系统、听觉系统、运动系统、默认网络以及与执行和工作记忆相关的脑区。推测出静息状态脑功能网络是由这些相对独立又彼此关联的子网络组成,其中楔前叶和扣带回作为网络的关键节点,在信息调度和传递中占据重要地位。     

虚拟演播室技术

虚拟演播室系统利用色键功能，将真实的演员合成到虚拟的三维场景中，并与其中的虚拟对象进行实时交互，给视频媒体制作提供了广阔的空间。相对于传统的演播室，虚拟演播室的节目制作不再受实际演播空间和复杂场景制作的限制，场景的更换不再费时费力，而只需要从计算机中调入用3D软件预先创建好的虚拟场景。用户所要做的就是尽情发挥他们的想象力和创造力，就可以达到预想的演播效果，虚拟演播室系统为影视制作提供了一个虚拟空间的梦幻平台。     

思想政治教育对高校突发事件的防范功能研究

为维持高校和社会的和谐稳定，必须防范高校突发事件的发生。思想政治教育对高校突发事件有着特殊而重大的防范功能，它不但能为防范突发事件提供可靠的思想保证和精神动力，而且其本身就是防范突发事件的重要手段。思想政治教育在思想引导、心理干预、利益协调、情绪宣泄、预防文化教育和预警等方面都具有对高校突发事件的防范功能。     

片上trace：嵌入式处理器的有效调试和优化技术

片上trace技术弥补了传统调试方法的不足,可以实现对嵌入式软件的非入侵调试.首先分析了当前主流调试方法的不足,论述了trace与断点调试方法互为补充的关系,而后介绍了YHFT系列DSP的片上trace系统TraceDo的功能与结构,并解释了路径trace的原理和工作过程,最后讨论了片上trace的应用.     

一种基于语义推理的多智能体协同功能设计框架

在功能设计知识本体表示模型的基础上，提出了一种基于语义推理的多智能体协同功能设计框架。该框架分为两个部分，其中，基于Multi-agent的通信协作平台将OWL本体嵌入到FIPAACL中以实现产品设计Agent之间的设计知识通信；基于本体的功能建模方法则将本体表示与本体推理结合以支持功能设计本体的存储与检索。最后，对该框架所包含的协同功能设计本体语义推理模型进行了分析与实现，以证明所建议框架的有效性。     

影响英语听力的障碍因素浅析

从影响英语听力学习中常见的三大障碍性因素 ,即语言关、背景知识关和心理关入手 ,阐述了它们三者之间互为依存的内在关系。从根本上揭示了听力是一项综合技能 ,既要从不同方面的小处着手 ,更要把英语听力的学习提高放在英语学习的整体框架中 ;听力技能既是对语言总体能力的补充 ,又是对其整体能力的反映。     

Theme方法在C~4ISR系统需求建模中的应用

针对C4ISR系统需求建模对系统开发的重要性和系统非功能需求描述不完善的现状,引入Theme方法,即以面向方面的分析方法对C4ISR系统进行需求建模,在DoDAF产品的基础上用面向方面的分析方法对C4ISR系统需求开发。这种方法可有效弥补面向对象的需求建模方法对非功能需求建模的缺陷,也有助于映射和影响后续的体系结构设计,为系统开发打下良好的基础。     

手机智能语音交互功能调查及对策

研究了手机智能语音交互功能使用现状、存在问题及改进措施。通过问卷调查和用户访谈的方式从功能需求、掌控程度、优势不足和改进建议4个方面收集语音功能用户反馈信息,利用统计学方法对问卷结果进行统计描述和数据分析。用户对语音功能有较大需求,用户年龄、职业、性格因素对语音功能掌控程度存在显著差异,不同语音功能使用情况有显著差异,解放双手、自然高效、满足特定场所需求是语音功能的主要优势,操作过于繁琐、用户使用习惯以及手机语义理解能力差是目前语音功能的主要不足。智能语音功能市场潜力大,需引导用户转变使用习惯,同时提高语音识别理解能力,简化操作,提高语音交互易用性。     

基于改进协同遗传算法的有效载荷系统功能序列规划方法

针对传统回溯算法在求解基于知识模型的有效载荷系统功能序列规划问题中搜索效率低的问题,提出一种基于"择劣变异"(Worst Individual Mutation,WIM)策略的协同遗传算法(Co-evolutionary Genetic Algorithm,CGA)的改进算法WIM-CGA。该算法在遗传过程中采用双路线进化方案,即"择优实施标准遗传过程,择劣实施变异操作",达到提高求解精确度及搜索效率的目的。仿真结果表明,同等测试条件下,当功能规模为50,约束密度为1.0时,WIM-CGA算法在限定时间内最优解的平均精确度比优化的回溯算法提高了54.15%,比CGA算法提高了6.18%,且当所得解的精确度大于90%时,WIM-CGA算法比CGA算法的迭代次数减少了65.79%,耗时降低了48.97%,显著提高了功能序列规划的效率。