基于任务冲击条件下弹药生产响应能力研究

在对弹药生产响应能力与生产速度关系分析的基础上,提出了基于任务冲击下,弹药生产响应能力的计算方法。对不同任务冲击度及生产速度约束条件下,弹药生产响应能力系数进行了对比,为任务冲击情况下弹药生产响应能力需求的确定提供参考。     

弹性轨道磁悬浮控制系统模型降阶研究

在磁悬浮控制系统中,常常忽略轨道的弹性来设计控制算法。在这种控制算法作用下,当轨道刚度较小时,系统容易产生振动。为解决该问题,可以将轨道弹性加入悬浮模型,然后设计控制算法。考虑轨道弹性之后,悬浮系统的模型会比较复杂,控制算法难以在工程实现。为此,采用Hankel范数近似法对考虑轨道弹性后的模型进行降阶,并且在降阶模型的基础上设计控制算法,解决了轨道弹性引发的系统振动问题。并且,这种方法容易在工程中实现。文章最后利用仿真结果验证了降阶方法的可行性。     

一种基于KNN-SVR的基因表达缺失值的估计方法

为了消除不相似基因对基因表达谱中缺失值估计的影响,提出了一种基于KNN SVR的缺失值估计方法.该方法先通过最近邻法选出与目标基因表达最相似的一组完全基因,再用这些基因通过支持向量回归对缺失值进行估计.还提出了用标准化偏差的方差来度量算法的稳定性和估计值的可信度.该方法通过对基因的过滤提高了缺失值估计的有效性.实验结果表明,KNN SVR法具有较高的估计精度和稳定性.     

基于指标体系的火力分配模型研究

火力分配是现代作战中的关键问题,如何有效地进行火力分配对高效发挥火力、提高作战效能、争取作战的主动权具有重大意义。根据评价指标筛选原则,建立了一个反映目标价值的多层次评价指标体系,提出了火力分配的GEM-AHP计算模型。实例研究表明,该模型对多指标决策的火力分配问题具有很好的适用性。     

论科技劳动与价值创造

在知识经济条件下 ,科学技术迅猛发展 ,而科技创新劳动能够推动生产力飞速发展 ,是一种推动和实现科技重大质的飞跃的劳动 ,是具有科学知识高积累和高创造性能力的科技人才进行的生产劳动 ,是具有高度创造性、极其复杂的劳动 ,是创造价值的巨大源泉。科技劳动是劳动价值论的重要范畴 ,深入研究它在价值创造中的重大作用具有深刻的理论和现实意义。     

儒家诚信思想及其当代价值

儒家历来重视诚信。历史上，儒家诚信在人类的个体生活和社会生活中均有重要的价值，产生了重要的影响。它是立身处世的根本，是交友之道，是经济活动的重要保证，也是治理国家的依据。在当今构建社会主义和谐社会过程中，儒家诚信有助于提高个人道德修养，形成和谐相处的人际环境；有助于建设政府诚信，提高政府执政能力；是发展社会主义市场经济的道德基石。     

基于动态窗口的灰色加权填充算法及应用?

为解决复杂系统中单属性缺失数据填充困难问题，提出了基于动态窗口的灰色加权填充算法。该算法通过建立双向灰色预测模型，并采用模型精度评价系数加权填充缺失数据，有效增强了算法的准确性；提出基于灰色模型评价系数反馈的动态伸缩窗口概念，寻找产生最优模型的训练数据序列，使算法具有良好的鲁棒性和适应性。实验结果表明，该方法在RMSE和MA两项指标上均优于传统的双向灰插值、灰插值、多项式插值等方法。     

论人的发展的历史演进与价值理想

人的解放与发展理论是马克思主义理论的最高视角。人的发展是建立在劳动实践基础上的，它经历了三个阶段：人对人的依赖，人对物的依赖，人的全面而自由的发展。人的发展只有既消除物的役使，又消除人的役使，人与社会才能得以和谐统一。     

建设社会主义核心价值体系与发展马克思主义

社会主义核心价值体系是社会主义意识形态的本质体现,社会主义核心价值体系是激发全国人民奋发向上建设中国特色社会主义的力量源泉。马克思主义是社会主义核心价值体系的灵魂;建设社会主义核心价值体系,最根本的是始终坚持马克思主义的指导地位,坚定不移地以马克思主义中国化的最新理论成果武装全党、教育人民;建设社会主义核心价值体系是为了在坚持马克思主义的基础上更好地发展马克思主义。     

Online process mean estimation using L1 norm exponential smoothing

A basic assumption in process mean estimation is that all process data are clean. However, many sensor system measurements are often corrupted with outliers. Outliers are observations that do not follow the statistical distribution of the bulk of the data and consequently may lead to erroneous results with respect to statistical analysis and process control. Robust estimators of the current process mean are crucial to outlier detection, data cleaning, process monitoring, and other process features. This article proposes an outlier‐resistant mean estimator based on the L₁ norm exponential smoothing (L₁‐ES) method. The L₁‐ES statistic is essentially model‐free and demonstrably superior to existing estimators. It has the following advantages: (1) it captures process dynamics (e.g., autocorrelation), (2) it is resistant to outliers, and (3) it is easy to implement. © 2009 Wiley Periodicals, Inc. Naval Research Logistics 2009