谈军校学报在院校科研活动中的能动作用

军校学报在院校的科研活动中不仅仅是学术交流的园地、成果展示的平台，同时，也在整合研究力量，引导学科建设；促进学术协作，推进研究深入；提高学术水平，优化作者队伍方面起着积极的作用。可以说军校学报在院校科研活动中发挥着积极的能动作用。     

西安地铁某车站深基坑变形规律现场监测研究

以西安地铁某车站深基坑工程为依托，根据深基坑工程施工监测的基本方法和基本原理，给出了深基坑围护和变形的监测方案，研究了深基坑变形规律，确保了地铁车站的安全施工。重点分析了围护桩体的水平变形和钢支撑轴力的变化规律。研究结果可对类似工程的信息化施工提供参考。     

大学英语听力自主学习策略的研究

随着大学英语教学改革的深入，网络环境下的自主听力教学逐渐成为听力教学的主要方式，然而部分研究表明学习效果并非完全令人满意。在此背景之下，有必要对近年来听力自主学习相关研究结果进行分析，探索英语听力自主学习策略的培养，指导今后大学英语听力自主学习教学。     

论寓教于乐的教学理念与设计

“寓教于乐”是一种理想的教育教学目标，也是大学教学改革的重点，教育游戏的出现为教学拓宽了道路，实践着“寓教于乐”的理念。通过参阅大量文献资料，对教育游戏的概念与现状进行了阐述，并提出了教育游戏的设计理念与策略，为教育游戏的设计提供指导和帮助。     

一种基于神经网络的彩色图像分割方法

提出了适于彩色图像分割的加强型径向基函数网络方法,采用在线自适应聚类学习算法确定隐层节点的数目、激活函数中心值;通过Hebb学习算法迅速将隐层节点中心值分为目标颜色聚类中心和背景颜色聚类中心两类;输出层用竞争规则将目标与背景分开。通过对多幅彩色图像进行分割处理验证了该方法的有效性。     

《经济地理学》教学中研究性学习的探索

研究性学习是一种实践性较强的教育教学活动。文章阐述了研究性学习的内涵，明确了经济地理学课程教学中研究性学习的目标，归纳了经济地理学课程中研究性学习的内容，并提出了研究性学习的实施策略。     

Data-driven research in retail operations—A review

We review the operations research/management science literature on data-driven methods in retail operations. This line of work has grown rapidly in recent years, thanks to the availability of high-quality data, improvements in computing hardware, and parallel developments in machine learning methodologies. We survey state-of-the-art studies in three core aspects of retail operations—assortment optimization, order fulfillment, and inventory management. We then conclude the paper by pointing out some interesting future research possibilities for our community.     

结合多视角学习与一致性表征的人脸伪造检测

现有的人脸伪造检测方法通常在已知域上表现较好,但面临过拟合的风险,在应对未知场景时无法保持良好的检测能力。为解决此问题,提出一种结合多视角学习与一致性表征的人脸伪造检测框架。为捕获更全面的伪造痕迹,将输入图像转换为两种互补视角并采用双流骨干网络进行多视角特征学习。引入一致性度量,以补丁级监督的方式明确约束不同视角输出的局部特征的相似度。为提高检测精度,采用特征分解策略进一步优化伪造特征,减少不相关因素的干扰,并以伪造特征空间的决策作为最终的预测结果。在基准数据集上进行的大量实验表明,所提出的方法优于现有的主流模型,具备良好的跨域泛化能力。     

矩阵变换特征与码序列联合学习的卷积码识别方法

现有基于深度学习的卷积码识别方法仍存在参数规模较大、识别性能较弱等不足。针对该问题,提出了一种基于矩阵变换特征与码序列联合学习的卷积码识别方法。将接收到的码字序列排列成矩阵形式,利用软信息剔除可靠性较低的码字,通过一种新的矩阵变换算法得到特征矩阵。在识别时,将原始码字矩阵和特征矩阵输入到具有多模态数据联合学习能力的网络模型,在神经网络中完成特征的提取融合与卷积码的识别。仿真结果表明,所提方法性能明显优于现有基于深度学习的识别方法,特别是对于高码率卷积码;当码率较低时,同样优于传统识别方法。当信噪比达到5 dB时,25种不同参数卷积码的识别率均可达到100%。     

火箭发动机故障检测的快速增量单分类支持向量机算法

为解决液体火箭发动机故障诊断正负样本不平均问题,以及实现发动机稳态工作段自适应故障检测,建立了基于快速增量单分类支持向量机的异常检测模型。采取特征工程方法,对传感器获得的多变量时间序列进行特征提取。通过增量学习方法,对单分类支持向量机模型进行改进,并应用于液体火箭发动机异常检测,使单分类支持向量机检测模型具备对不同台次、不同工况的自适应性,提高了模型的计算速度。对多台次热试车数据的分析结果表明,该模型十分有效,训练速度快,具备实用价值。