备件保障效能动态评估方法

针对目前效能评估方法多重视效能指标的静态观测值，对时序状态数据所蕴含的趋势信息关注较少的缺点，提出基于灰色聚类-粗糙集和集对分析的备件保障效能动态评估方法。针对主客观赋权方法各自的优缺点，引入依赖度和重要度的概念，建立灰色聚类-粗糙集组合赋权模型；将指标权重引入集对理论，提出集对同势、均势和反势的定义，描述备件保障效能的变化规律，构建基于马尔可夫链的集对分析动态模型。实例分析结果表明，该方法可以有效反映备件保障效能的动态变化特征，为决策者制定备件保障长期计划提供科学依据。     

非竞争类军品应推行竞争性采购方式

非竞争类军品具有生产和消费的垄断性，其价格受机制和市场环境的制约，采购效益相对较低。推行该类军品的竞争性采购，必须培育与竞争性采购相适应的竞争环境，建立健全与竞争性采购方式相适应的组织体系、价格形成机制、采购效益评价机制、采购监督机制和采购激励机制。     

HOUGH变换与航迹关联

在雷达情报自动化处理过程中 ,无论是集中方式还是分布处理方式 ,都要进行航迹关联 ,即要识别哪些航迹源于同一目标。利用 HOUGH变换方法 ,将航迹映射到参数空间进行聚类 ,从而达到航迹自动综合的目的。仿真实验表明 ,这种方法是行之有效的。     

装备试验与评价的系统工程管理技术

试验与评价是对装备战技指标进行的全面考核与验证,涉及到多指标、多阶段、多装备层次。结合装备试验与评价的特点与需求,给出了装备试验与评价系统工程管理的概念,明确了其内涵。从寿命周期维、评价指标维和装备层次维三个角度,构建了装备试验与评价的霍尔三维结构模型(HMTE)。针对具体评价指标,对该模型的矩阵映射过程进行了阐述,实现了HMTE的具体化。最后对元模型进行了论述,并通过案例阐述了其具体形式。装备试验与评价系统工程管理方法的应用,有利于装备试验与评价的全面统筹与实施,达到降低试验总费用,提升试验总效能的目标。     

采用PageRank和节点聚类系数的标签传播重叠社区发现算法

基于标签传播的社区发现算法可以检测出复杂网络的重叠社区结构，因此提出了一种基于PageRank和节点聚类系数的重叠社区发现算法。该算法使用PageRank算法对节点的影响力进行排序，可以稳定社区发现结果，节点的聚类系数是一个与节点相关的值，使用节点聚类系数修改算法的参数并限制每个节点拥有最多标签的数量值，可以提高社区挖掘的质量。在人工网络和真实世界的网络上测试，实验验证了该算法能够有效地检测出重叠社区，并具有可接受的时间效率和算法复杂度。     

锥体空间目标基于进动特性识别

为了研究基于空间锥体目标进动特性的识别方法,通过对空间锥体目标的弹道建模,分析了进动锥体目标姿态角变化,引入平均视线角变化对回波RCS的影响,推导了空间锥体目标相对雷达波的姿态角计算公式,分析RCS随时间变化关系,通过回波RCS序列估计进动周期及进动角参数,以惯量比为特征,提出弹头和诱饵的识别方法,仿真试验证明了算法的有效性.     

基于专家评估法的面向对象建模与仿真VV＆A研究

随着面向对象建模与仿真技术在仿真领域的运用越来越广泛,如何确保面向对象仿真可信度,这个问题越来越突出。基于面向对象建模与仿真理论、VVA理论,分析了面向对象建模与仿真的特点,提出面向对象建模与仿真VVA特点、思想,并结合专家评估法,最终得出面向对象VV一种方法,并利用研究成果对面向对象某防空导弹弹道仿真进行了VVA。结果表明采用专家评估法较好的确保了面向仿真的可信度。     

“互联网+”在后勤保障模式创新中的应用

本文围绕"互联网+"理念在后勤保障模式创新中建立的优势,提出了物联网、大数据、云计算应用于物流仓储、需求分析、保障计划的构想,将在实现实时感知、破除需求迷雾、促进智能决策等方面发挥重要作用。     

聚铝碳硅烷的流变性和纺丝性研究

采用单孔纺丝装置对不同铝含量的聚铝碳硅烷(PACS)的流变性和流变性进行研究.结果表明:随着温度升高,PACS熔体的流体特性逐渐接近牛顿流体;PACS熔体粘度对温度有强烈的依赖性,其软化点在190℃～220℃范围时,其粘流活化能在190～260kJ/mol之间;当PACS的粘度在100Pa·s左右时可纺性好;铝含量对PACS的流变性能和可纺性有重要的影响,随着铝含量的增加,PACS熔体的粘度增大,因而PACS的纺丝温度更高,可纺性变差.     

基于数学形态学的抗无人机检测预处理算法

为降低未来信息化作战条件下无人机对防空领域的威胁,对低信噪比图像序列抗无人机检测预处理技术进行了较为系统的研究.首先针对抗无人机检测问题,引入了预处理和数学形态学概念;详细阐述了图像的膨胀、腐蚀、开启运算,并对背景抑制、图像增强等技术进行了建模和仿真验证.结果表明,该方法能有效地从复杂背景中分离出无人机等弱小目标,有利于后续工作.