英语教学中自主学习能力的培养

自主学习是语言学习的关键，学生是否能够学好外语取决于自主学习能力的培养。本文阐述了自主学习的理论基础及使用价值，如何培养学生自主学习的能力，更多关注学习方法的相互作用。     

基于SINS/DVL/GPS的AUV组合导航技术

为了提高自主水下航行器组合导航系统的精度,选择了捷联式惯性导航系统(SINS)和多普勒速度声纳(DVL)导航为主、GPS卫星导航系统为辅的组合导航方法.通过Kalman滤波技术对组合导航的误差状态进行了估计,并采用反馈校正的方法修正SINS的导航误差.仿真结果表明SINS/DVL/GPS的组合导航可以有效地提高水下航行器SINS/DVL组合导航系统的导航精度,满足AUV远距离航行的精度需求.     

Optimal motion planning in rapid‐fire combat situations with attacker uncertainty

This article provides a modeling framework for quantifying cost and optimizing motion plans in combat situations with rapid weapon fire, multiple agents, and attacker uncertainty characterized by uncertain parameters. Recent developments in numerical optimal control enable the efficient computation of numerical solutions for optimization problems with multiple agents, nonlinear dynamics, and a broad class of objectives. This facilitates the application of more realistic, equipment‐based combat models, which track both more realistic models, which track both agent motion and dynamic equipment capabilities. We present such a framework, along with a described algorithm for finding numerical solutions, and a numerical example.     

AUV分布式自主控制与使命管理方法

提出了一种AUV(Autonomous Underwater Vehicle)自主控制的分布式体系结构与使命管理方法.将自主控制系统分为若干采用慎思/反应混合模式的智能体.每个智能体不仅可以独立地处理事件和进行决策,还可以与其他智能体进行合作来完成复杂的AUV任务.基于该体系结构,研究了AUV使命管理的动态协作机制.利...     

一阶超对策模型中结局偏好认知信息集结的模式识别法

针对一类一阶n人超对策模型,提出了一种结局偏好认知信息的集结方法.首先通过对单一局中人中不同专家给出的对其他局中人结局偏好信息的不同认知进行关联分析,确定出专家的权重评价值,进而运用模糊模式识别原理,通过建立一个非线性规划模型,给出了一种新的超对策结局偏好认知信息的集结方法.最后,用一个数值例子对文中所提方法进行了说明.     

军事维和多模态网络自主学习平台建设

为了推进维和军事训练的创新发展,军队必须大力进行维和训练理念、模式、方法和手段的改革,有效提升维和官兵的实战能力。本文依据多模态理论、自主学习理论和建构主义学习理论的研究成果,根据网络环境实际提出构建以培训学习者岗位任职综合技能为目的、以强军网络学习环境为依托的基于浏览器/服务器(B/S)架构模式的军事维和多模态网络自主学习平台。该平台能够让学生自主选择学习内容、查看学习进度和效果反馈、访问优质数字资源、利用虚拟社区与教师和同学共同讨论学习内容、学习心得,并且通过智能化的推荐来合理制定适合自身认知结构的学习计划和方式。平台的建立为构建以学习能力、实践能力、创新能力培养为导向,与新型军事人才培养相适应的教学体系和教学模式提供了有益的探索。     

Comparison of rank aggregation methods based on inherent ability

Ranking is a common task for selecting and evaluating alternatives. In the past few decades, combining rankings results from various sources into a consensus ranking has become an increasingly active research topic. In this study, we focus on the evaluation of rank aggregation methods. We first develop an experimental data generation method, which can provide ground truth ranking for alternatives based on their “inherent ability.” This experimental data generation method can generate the required individual synthetic rankings with adjustable accuracy and length. We propose characterizing the effectiveness of rank aggregation methods by calculating the Kendall tau distance between the aggregated ranking and the ground truth ranking. We then compare four classical rank aggregation methods and present some useful findings on the relative performances of the four methods. The results reveal that both the accuracy and length of individual rankings have a remarkable effect on the comparison results between rank aggregation methods. Our methods and results may be helpful to both researchers and decision‐makers.     

反舰导弹自主式火力分配

针对反舰导弹火力分配问题,提出了应首先实现从"瞄准式火力分配"向"自主火力分配"的观念转变,研究了反舰导弹自主火力分配的概念和国外发展动态,探讨了火分代码法、目标尺寸法、目标成像法和火分规则法四种自主火力分配方式的思路及对海战场的影响。研究表明,反舰导弹采用自主火力分配方式,能有效提升其自主作战能力。     

自主水下航行器导航技术

水下导航技术是自主水下航行器发展的关键技术,因而得到了广泛的关注。简要介绍了自主水下航行器的重要性及国外的发展概况,对国外水下航行器所采用的导航技术进行了综述,并就我国应采取的对策与措施提出建议。     

E 级超级计算机故障预测的数据采集方法

随着超级计算机规模向E级迅速发展，其可靠性面临巨大挑战，基于故障预测的主动容错技术成为提高系统容错能力的有效方法之一。数据采集是故障预测的基础，现有用于超级计算机故障预测的数据采集方法采集数据属性少、开销大，影响了故障预测的准确性和效率。本文面向未来E级超级计算机，提出数据采集框架（Failure Prediction Data Collection Framework, FPDC），能够全面采集与计算结点故障相关的状态数据，采用自适应多层分组数据汇集方法，有效解决了随着系统规模增长数据汇集过程开销过大的问题。在TH-1A超级计算机上的实现和测试表明，该数据采集框架具有开销小，扩展性好的优点，能够适应未来大规模系统故障预测数据采集的需求。