Small footprint,small payoff: The military effectiveness of security force assistance

After 15 years of war in Afghanistan and Iraq, many now see ‘small-footprint’ security force assistance (SFA) – training, advising and equipping allied militaries – as an alternative to large US ground-force commitments. Yet, its actual military efficacy has been little studied. This paper seeks to fill this gap. We find important limitations on SFA’s military utility, stemming from agency problems arising from systematic interest misalignment between the US and its typical partners. SFA’s achievable upper bound is modest and attainable only if US policy is intrusive and conditional, which it rarely is. For SFA, small footprints will usually mean small payoffs.     

校长培训的课程建设

校长培训的质量和效益在很大程度上取决于校长培训的课程设置。因此,本文认为校长培训的课程结构中应包括基础性课程、本体性课程、发展性课程、实践性课程及拓展性课程等五大块。     

校准方法和存内训练相结合的忆阻器神经形态计算方法

基于忆阻器的神经形态计算架构在图像分类、语音识别等领域取得了较好的效果,但当忆阻器阵列存在低良率问题时,其性能会出现明显下降。提出一种基于忆阻器神经形态计算的校准方法和原位训练相结合的算法,利用校准方法提高乘累加计算的准确率,并利用原位训练方法降低训练误差。为了验证所提方法的性能,采用多层感知器架构进行仿真。从仿真结果来看,神经网络的精度有明显的提高(近40%)。实验结果表明,与单纯的校准方法相比,采用所提方法训练的网络精度提高了约30%,与其他主流的方法相比,所提方法训练的网络精度提高了0.29%。     

电话地球站 (TES) 网管仿真训练系统的设计与实现

在 TES通信网络中 ,网管起着关键的作用 ,对网管操作人员提出了特殊的要求。本着提高网管操作人员的业务水平 ,保证 TES通信网络的正常运营 ,使用最新的多媒体技术、计算机技术、可视化技术、交互仿真技术、关系数据库技术和面向对象的程序设计方法 [1 ] [2 ] ,设计开发出一套比较完善的网管仿真训练系统。该仿真训练系统完全实现了网管中心的主要功能 ,给网管操作人员提供了一套新颖高效的训练环境和训练方法     

破解军队“两个不够”问题的措施建议

文章就习主席提出的"两个不够"问题——打现代化战争能力不够及指挥现代化战争能力不够,提出了在全军实行《岗位资格认证制度》和《岗位轮换制度》,在全军院校实施"教学名师工程",以及进一步加强部队训练与考核大纲体系建设三点措施建议。     

高炮人机半实物实时仿真系统

本文以P56半自动高炮系统为对象,介绍一个高炮人机半实物实时仿真系统的实现。主要包括系统设计思想和基本原理、硬件组成、软件设计以及系统主要特点。该系统的实现,为高炮人机系统提供了一个良好的研究手段。     

舰载作战训练系统的概念设计

本文介绍了舰载作战训练系统的研究方向、功能、组成及各单元的任务和接口关系,并对关键技术进行了简要说明。     

混合现实技术在军事训练中的应用优势——以美军综合训练环境为例

随着科技手段的进步,现代战争的作战样式不断发展。信息化条件下的作战对军事训练提出了更高要求,传统的训练方法与模式亟待改进。混合现实技术的应用开辟了军事训练新模式。这种针对数据的可视化集成运用以及在其基础上开发的训练系统,通过对数据的处理利用实现了军事训练效果的有效评估。本文以美国陆军综合训练环境这一混合现实技术在军事训练中的典型应用案例作为对象,分析概述了综合训练环境的世界地形、训练模拟软件及训练管理工具三大组成部分的功能特点、架构组成,并根据混合现实技术的发展状况探析综合训练环境的应用优势,以期为军队混合现实技术在军事训练中的应用提供一定借鉴。     

人工智能赋能军事训练

随着大数据、物联网和5G的不断发展,海量数据的获取变得越来越容易,人工智能技术利用GPU的强大计算能力和深度学习网络对高维数据和非线性模型的拟合能力,迎来了飞跃式发展,深刻改变着人类生产、生活和学习方式,出现了语音识别、机器翻译、无人驾驶及智能机器人等场景,计算、数据与模型的不断发展也成为推动人工智能前进的主要动力。本文分析了人工智能技术的主要发展方向,包括自然语言处理、语音识别和图像识别分析等,结合当前人工智能的主要技术方向和典型应用,展望了人工智能在军事训练领域的广阔应用前景,同时,聚焦发展智能化军事训练亟需解决的关键问题,针对解决网络、数据、模型等面临的问题提出措施建议,指出应通过模拟仿真训练提高训练效率,基于训练数据科学评价训练效果。     

火场心理调节与心理训练

消防指战员在火场上的心理状态直接影响甚至决定着指战员的生理状态,影响灭火救援任务的完成。如果我们将指战员的心理调节至适度的兴奋、紧张,而避免急躁、恐惧等不良心理的产生,就能使指战员处于一种良好的心理、生理状态,保证在其他因素(如正确的战术、精良的装备、群众的配合等)的配合下顺利完成灭火救援任务。