厉共公至出子时期秦国军事地理探述

厉共公至出子时期,秦国的军事战略安排以春秋时期形成的疆域结构为基础。在东部边域上,面对魏国的西侵,秦国依托黄河、洛水及东部纵深区筑城置塞以作应对;在西部边域上,对绵诸的征伐进一步稳固了陇西与关中的统治;在政治中心的位置选择上,表现出都城东移倾向,推动着此后的都城东徙;在北部边域上,因北疆军事防御不足而频受威胁;在南部边域上,开辟了新的发展路径。这一时期的军事战略对后来秦国的强盛仍具意义。     

子牙桥头碉堡群与天津城防工事的考证

本文以实地考察为基础,并参照相关的回忆录和照片资料,考证了子牙桥头碉堡群的修建过程,更正了<天津地方史资料联合目录>关于<天津市警备区域划分及工事位置要图>绘制时间的错误记录,阐明了子牙桥头碉堡群的重要价值,并对相关的文物保护工作提出了建议.     

利用矩阵求极大相容类的一种方法

寻找相容关系的极大相容类和简单图的极大完全子图，在解决二元关系与数据挖掘和管理决策中的具体问题时有重要作用。利用相容关系的极大相容类与简单图的极大完全子图之间的对应关系，对极大完全子图的路径长度进行分析，得到了关于极大完全子图路径长度的一个定理。并根据该定理构造了一个用矩阵的路径长度搜索简单图的极大完全子图的方法，进而利用该方法找出了对应相容关系的极大相容类。     

基于子空间投影波束形成技术的导航接收机抗干扰算法研究

阵列天线空时自适应处理通过联合空域和时域的自适应滤波处理技术能够有效提高导航接收机的窄带和宽带干扰抑制性能。利用导航信号淹没在干扰信号和热噪声的特点，本文提出先将天线阵列接收的空时信号矢量向干扰子空间的正交子空间投影以实现干扰抑制，当接收机对投影后的参考阵元数据捕获成功后，利用捕获估计的本地扩频码相位作为参考信号依据最小均方误差准则进行波束形成。仿真结果表明该抗干扰算法在零陷强干扰的同时使主波束指向导航信号来波方向，有效提高了阵列输出信干噪比，并降低了空时自适应处理对导航信号伪码相关峰形状和载波跟踪性能的影响。     

人生的“三危”

《淮南子·人间训》中道:“天下有三危:少德多宠,一危也;才下而位高,二危也;身无大功而受厚禄,三危也。”古人的这一教诲已有几千年,然而在现实生活中,一些人非但根本不知此训,还把“三危”变为“三求”,岂不哀哉。“少德多宠”为何是“一危”?这是因为立德乃是立身之本、立业之基。司马光在《资治通鉴》中说:“才者,德之贤也;德者,才之帅也。”“自古以来,国之乱臣,家之败子,才有余而德不足,以至于颠覆者多矣。”因“少德多宠”而胡作非为的典型例子,是《水浒传》中高太尉的螟蛉之子高衙内,这是众所周知的。笔者还有两个亲见的例子,那是在1…     

今日西口民兵都是活雷锋

山西省神池县西口子村是个位于晋西北管涔山下的小山村，全村共78户，42名民兵，其中基干民兵18名，编为一个连、两个排。从1963年起，他们响应毛泽东同志关于“向雷锋同志学习”的伟大号召，组织和带领民兵坚持紧随时代步伐学雷锋，40年不断线，讲奉献精神，树文明新风，求共同富裕，成为全省精神文明建设标兵单位，多次受到     

基于子块积分双谱的空间目标识别算法

对于空间目标识别这个具有挑战性的研究课题,提出了基于子块积分双谱的空间目标识别算法.该算法首先从空间目标距离像的双谱中提取出子块积分双谱特征;然后应用KL变换进行特征压缩;最后应用模板匹配方法进行分类识别.计算机仿真实验表明,该算法取得了比较好的识别效果.     

基于计算机视觉的目标方位测量方法

以显著性标志物中的关键点为目标,探讨了一种基于计算机视觉的目标方位测量方法。在光学成像原理基础上,推算出目标二维成像点坐标与其空间三维坐标之间的映射关系,基于计算机视觉理论建立了测量目标方位的数学模型。考虑透镜畸变,基于Zhang平面标定法完成对摄像机参数的标定。对目标二维图像采用Harris算法进行特征角点检测,并通过亚像素技术对检测的目标特征点进行定位。实验结果表明,该方法能够有效提取被测目标特征角点并获取其像素坐标,用于测量目标相对视觉传感器的方位信息可达到较高精度,具备良好的实用价值。     

求解非对称线性方程组的 s-BiCR算法

在BiCR算法的基础上,提出了求解非对称线性方程组的s-BiCR算法。首先,给出了s-BiCR的基本计算框架,介绍了算法基本原理及参数求解方法;其次,通过分析s-BiCR中剩余向量与方向向量序列的基本性质,推导出减少参数求解计算量的方法,并在此基础上提出了一种更为高效的s-BiCR算法;最后,证明了s-BiCR的正确性,即在第i步产生的近似解与BiCR第is步产生的近似解是一致的,同时,通过性能分析发现,s-BiCR的同步通信次数与访存次数明显少于BiCR,说明该算法具有很好的并行特性和数据本地性。大量实验验证了s-BiCR的高效性和正确性。     

基于CNN的窄带雷达空中目标识别方法

空中目标识别是雷达的重要用途之一,窄带雷达因体制限制,无法获取目标高分辨识别信息供分类识别。为解决窄带防空预警雷达对空中目标识别判性难的问题,提出了基于卷积神经网络的空中目标识别方法,就空中目标识别判性模型的构建、训练数据集的生成进行了研究,采用模拟数据集及实测数据对模型进行了检验,结果表明该方法具有较好效果。