社会稳定与长治久安视域下新疆高校少数民族大学生就业观教育研究

积极开展精准有效的就业观教育促进新疆高校少数民族大学生充分就业是实现新疆社会稳定与长治久安的重要支撑。通过对9所新疆高校16620名少数民族大学生进行问卷调查，发现就业观方面：新疆高校少数民族大学生自我认知较为模糊，职业认知趋向自我实现型，社会认知盲目乐观；返乡就业意愿不强烈，就业期望过高，过分追求稳定；计划疆外就业创业意愿比例较大，就业意向单位以稳定性单位为主，自主创业意识尚未成熟，选择升学深造学生比例较大。就业观教育方面，个人职业生涯规划尚不明确，职业生涯课程效果参差不齐，指导形式单一，就业指导类课程尚未实现全覆盖，就业指导类课程效果参差不齐，就业指导服务形式内容单一，同时还发现针对少数民族大学生就业指导精准服务尚未全覆盖。因此要形成全员、全过程、全方位的就业观教育格局，推动就业观教育内容与形式推陈出新，提高就业观教育指导服务精细化程度，促进就业教育教师队伍专业化建设，以期为新疆高校少数民族大学生提供优质的就业观教育。     

舵机减速机构动力学仿真与振动特性研究

鱼雷在运输和实航时环境复杂,会遇到各种外界激振源的影响,使舵机减速机构的传动精度降低,从而影响整个系统的制导精度和可靠性。以三级行星齿轮和蜗轮蜗杆减速机构为研究对象,建立动力学虚拟仿真模型,采用有限元分析法对其进行模态分析,得出固有频率和振型;将随机载荷的功率谱密度函数作为输入进行随机振动分析,仿真结果表明,舵机减速机构的输入轴、一级太阳轮齿以及蜗轮蜗杆啮合处所受振动量级较大,设计时需重点关注。     

基于深度置信网络的火炮炮口振动预测研究

火炮炮口振动数据准确预测后,可以对火炮随机振动误差进行补偿,对高机动条件下提高装备火控系统的精度具有重要意义。机器学习方法的进步为提高数据预测精度提供了有效途径。提出一种基于深度置信网络的火炮炮口振动预测模型,通过定义阶段、预处理阶段、训练阶段、测试阶段和评价阶段5个阶段,对火炮炮口振动数据进行了预测。结果表明,深度置信网络对炮口振动数据预测可以根据历史数据提取更丰富的数据特征,相较于传统BP神经网络,可以达到更好的预测精度。     

让“中心环节”与“中心工作”深度相融

<正>某单位党委议教会上提出：“一定要让‘中心环节’与‘中心工作’深度相融,紧贴训练形势、训练进度、训练课目,搞好专题性、针对性、经常性教育,坚决防止教育与训练相脱节、‘两张皮’。”这段掷地有声的话,引人深思、发人深省。何为“中心环节”？何谓“中心工作”？思想政治教育是增强部队凝聚力向心力创造力战斗力,团结动员官兵投身强军实践、履行新时代军队使命任务的中心环节。军事训练是部队经常性中心工作,是生成和提高战斗力的基本途径,是最直接的军事斗争准备。     

扎实做好军事斗争准备中政治工作

习主席指出,“军队首先是一个战斗队,必须坚持一切建设和工作向能打胜仗聚焦”,强调“能战方能止战,准备打才可能不必打,越不能打越可能挨打,这是战争与和平的辩证法”。我们要清醒认识到,虽然现阶段我国发生大规模外敌入侵的战争可能性不大,但因外部因素引发局部战争和武装冲突的可能性不能低估。政治工作作为我军的“生命线”,在做好应对强敌军事斗争准备过程中,必须将政治工作摆在强军兴军首位,为部队在执行军事斗争任务中讲政治、讲策略、讲方法,正确领会、坚决贯彻党中央和习主席决策部署提供有力保证。     

新时代基层部队凝聚力构建的调查与思考

习主席强调,要增强部队凝聚力和向心力,最大限度激发官兵履行使命的积极性和创造性。进入新时代,影响部队凝聚力生成的因素增多,如何把官兵团结成一块坚硬的钢铁,既是时代所需也是形势所迫,必须系统施策、体系发力。一、思想引领力是凝聚力构建的源泉,要靠崇高事业追求保证“价值同向”一个有凝聚力的集体首先是志同道合的集体,前提是靠强有力的思想引领凝聚投身强军实践的广泛共识。     

基于事件的视觉SLAM综述

事件相机是一种生物学启发的新型视觉传感器。不同于传统相机输出强度图像帧,事件相机检测每个像素点的亮度变化,当亮度变化超过某一阈值,产生包含像素位置、时间戳及变化极性的像素级事件输出。同步定位与地图构建(SLAM)是一种让机器人独立估计自身位置并同步增量式地构建周围环境地图的技术,使用传统相机进行SLAM已经是一个成熟的话题,但在高速、高动态范围等挑战性场景下,传统图像帧易产生运动模糊。事件相机具有低延时、高时间分辨率、高动态范围等优秀特性,可以在SLAM领域弥补传统相机的不足,但“事件”这种非常规的异步输出形式导致了处理范式的转变。首先介绍了SLAM技术的基本流程,其次介绍了DVS、ATIS和DAVIS三种典型的事件相机,列举了基于事件的SLAM性能评估方法,梳理了事件寿命估计、时间平面表示、事件帧表示等事件数据的不同处理方式,然后回顾了事件相机在国内外视觉SLAM领域的应用研究并进行了总结和对比,最后对基于事件的视觉SLAM技术作了总结并展望了其未来发展趋势。综述表明,事件相机可以进一步拓宽视觉SLAM的应用场景,但新的数据形式和尚不成熟的硬件体系限制了基于事件的SLAM的发展。未来基于事件的SLAM可以围绕以下主题开展进一步研究:新的基于事件的传感器的研发、新的处理事件数据的方法、基于事件的SLAM与深度学习的结合以及基于双目事件的SLAM。     

仿蝴蝶扑翼飞行器:研究进展、挑战与未来发展

以昆虫为灵感设计的仿生扑翼飞行器在近三十余年来的时间里发展迅速,而蝴蝶作为众多昆虫中极富特色的一种也得到了许多研究者的关注。国内外以蝴蝶为研究对象进行了许多的仿生学研究和仿生飞行器研制,尤其是近十年来仿蝴蝶扑翼飞行器的设计与制造取得了较大的进展。对这一热点领域的研究进行了综述。首先从仿蝴蝶扑翼飞行器(BIFAV)的升力机制研究、结构设计与制造以及驱动与控制方面,综述近年来所取得的研究成果;其次指出仿蝴蝶扑翼飞行器目前在大小尺度、飞行灵活性、续航时间、控制鲁棒性以及仿生的逼真性方面仍然存在研究挑战;最终表明其未来的研究将朝着更小的尺寸、更灵活的飞行与更可靠的控制、更高的仿生程度等方向进一步完善。     

深度多属性增强水声目标识别方法

被动声纳系统由于其隐蔽性好的特点在军事任务中发挥着重要作用。针对被动水声目标识别问题,开展了水声目标多属性特征提取与识别方法研究。利用深度学习方法从舰船辐射噪声中提取目标多属性特征并识别水声目标。提出了深度多属性增强水声目标识别方法,该方法可以从时域舰船辐射噪声中提取水声目标多属性特征及多属性之间的相关性特征,并用来增强深度模型对水声目标类别属性的表达能力。基于海试实测数据的6类水声目标识别实验结果表明,相比于不考虑多属性的识别方法,提出的深度多属性增强水声目标识别方法的平均正确识别率提高了3.6%~18.2%,并且具有更好的识别稳定性。     

气隙磁密3次谐波对电机振动噪声的影响

针对电机的电磁振动噪声问题,发现了提高电机气隙磁密的正弦性不一定能够降低电机的振动噪声。鉴于此,分析了引起电机振动和噪声的主要力波阶次和频率,并探究了气隙磁密3次谐波与电机振动噪声的具体函数关系。为了分析引起电机振动和噪声的主要力波阶次和频率,在利用解析法的基础上排出力波表,确定了主要噪声源。为了探究气隙磁密3次谐波对电机振动噪声的影响,建立了气隙磁密及径向力波的数学模型,并通过遗传算法求解了电机气隙磁密3次谐波的最佳幅值。分析结果显示,提高气隙磁密正弦性不一定能够降低电机振动噪声,气隙磁密3次谐波在一定范围内存在最优值使得电机振动噪声最小。分析结果为低噪声电机的设计提供了参考依据。