军队物资供应链核心能力框架体系研究

军队物资供应链是国民经济向军事实力转化的桥梁和纽带,其运作过程就如同人的能力伴随人的成长一样,在利用资源要素创造部队用户需求价值的同时,也在生产一种＂势能＂。文章在介绍国内外关于核心能力内涵代表性观点和评述军队物资供应链能力核心研究动态的基础上,从外在表现层、中间支撑层和内部核心层三个角度构建了军队物资供应链核心能力框架体系,并简要分析了军队物资供应链核心能力各层次之间的相互关系。     

作战数据工程建设与发展

战争形态正加速向信息化战争演变,数字化作战成为主要形式,作战数据以前所未有的深度广度进入战争全脉络,成为作战的核心,影响着战争进程甚至决定成败。习主席高度重视作战数据建设,多次指出我军数据积累严重不足是军事斗争准备的短板弱项。因此,建设完善配套的作战数据库和形成战时高效的作战数据保障能力,对获取作战信息优势、提升指挥控制能力至关重要,对于提高我军基于网络信息体系的联合作战能力具有重要的支撑作用。     

强化基层政工干部信息化素质

当前,信息系统越来越成为政府、科技、教育、卫生、工业、农业等各行各业了解情况、数据统计分析、提出解决方案的得力助手。在军事领域,当现代信息系统进入作战体系中的侦察预警、指挥控制、火力打击、网电对抗、综合保障等系统之后,便颠覆了传统作战体系的面貌。     

以严实举措深化军委主席负责制贯彻落实

<正>军委主席负责制是坚持党对军队绝对领导的根本制度和根本实现形式,是中国特色社会主义政治制度和军事制度的重要组成部分,是确保军魂永驻、长城永固的“定海神针”。全面深入贯彻军委主席负责制是坚决维护权威、维护核心的最高政治要求,是国家和民族根本利益所在,关乎我军建设根本方向,关乎新时代强国强军事业发展,关乎党和国家长治久安,关乎中国特色社会主义前途命运。     

2022年深度学习技术主要发展动向分析

深度学习正逐渐成为新一代人工智能最核心的技术之一。对2022年深度学习热门领域的主要发展动向进行了综合评述。首先,介绍小数据小样本深度学习研究领域的最新进展;其次,探讨量子计算与深度学习的融合路径;然后,概述强化学习对通用智能的推动作用;最后,盘点深度学习在多模态学习方向的进展。综述表明,面向小数据、小样本的深度学习技术正在引领深度学习向自监督方向不断迈进,深度学习与其他先进计算范式(例如量子计算等)深入融合趋势愈发明显,强化学习在一定程度上具备解决复杂问题的通用智能,多模态深度学习技术已迎来关键性突破。     

基于监测数据的电磁频谱地图构建与验证

提出基于广义回归神经网络拟合和聚类克里金的构建方法,通过趋势面拟合,将电磁频谱地图构建分解为路径衰减和阴影衰落分量的估计问题,以提升构建精度;设计监测数据聚类和自适应最优邻域选取机制,在保证构建精度的条件下减小计算数据量,以提升构建速度,从而利用数量有限的电磁环境监测数据,在不需要先验信息的条件下实现电磁频谱地图的准确、快速构建。设计并实现电磁频谱地图验证系统,搭建车载数据采集设备,利用实测电磁环境监测数据,验证所提方法的可行性及构建性能。     

分布式多目标跟踪中的数据融合问题——一种新的相容性准则及融合过程分析

用一个新观点讨论了利用分布式传感器网络进行多目标跟踪中出现的信息融合问题。对航迹相容性和假设相容性的判别问题 ,从一个新的观点 ,即“无矛盾原则”出发 ,给出了完整的与前人不同的航迹和假设相容性的判别条件。同时对航迹的融合过程和假设的融合过程做了详细的分析 ,证实两个假设相融合得到多个全局假设是合情合理的     

对地攻击机攻击阶段的作战效能分析模型

讨论了机载空对地武器可攻击区、攻击机首攻概率及最大发现目标概率的确定方法,建立了在目标区存在敌防空系统时攻击机作战效能分析的顶层数学模型.     

基于数据补偿的雷达系统误差估计

建立了多雷达情况下的系统误差观测模型,分析了系统的可观测度,得出系统可观测度和观测数据的空间分布有关的结论.在此基础上,通过数据补偿的方法,产生一个使系统可观测度较大的补偿观测集,用于误差估计.仿真结果显示,使用补偿观测集估计雷达的系统误差,能够获得更优越的估计性能.     

用于潜艇的数据融合算法结构设计

利用数据融合技术,在数据库的支持之下,充分发挥各传感器信息组合的潜能,为客观复现战术态势提供保障．文中给出了用于潜艇的数据融合算法的结构设计．