依法服役是义务，逃离部队不可为——从一起军人逃离部队案谈起

陈某，2002年大学毕业后入伍到某集团军防空旅驾驶排任排长。到部队后，陈认为部队生活与自己想象中的差距太大，工作太平凡，无法成就大事业，多次要求退出现役，经组织教育仍不能调整认识。2003年11月，陈第一次私自离队，时间7天，被旅记过处分一次；2004年4月，陈再次私自离队，时间长达103天，在集团军及驻地造成了十分恶劣的影响。     

基于χ~2检验的惯性/卫星紧耦合系统故障检测与隔离方法

研究了一种基于χ~2检验的惯性/卫星紧耦合系统故障检测与隔离方法,该方法可利用故障检测函数自动识别单个卫导故障,并实时剔除故障星重构观测信息序列,从而避免了对紧耦合系统的影响。构建数字化仿真环境对所研究的故障检测与隔离方法进行了仿真,仿真结果表明,该方法可在卫星发生故障时及时检测并隔离故障星,并自动实现观测信息重构,保证了紧耦合系统的精度和完好性。     

基于模糊贝叶斯网络的飞机易损性评估方法

针对在飞机进行易损性评估的过程中,因为目标数据的不精确而进行的模型简化,结合模糊数学理论和贝叶斯网络提出了基于模糊贝叶斯网络的飞机易损性评估方法。介绍了模糊理论和贝叶斯网络的基本知识,以及基于模糊贝叶斯网络的飞机易损性评估流程,并建立了基于某型飞机的模糊贝叶斯网络易损性评估模型,最后通过算例证明了该方法的合理性。     

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。     

基于杀伤链的动态重构作战网络抗毁性分析

作战网络的动态重构过程是其重要特征之一,从杀伤链的角度构建作战网络的动态重构过程,有利于提高作战网络的作战能力和抗毁伤能力。提出了基于杀伤链的动态重构作战网络抗毁性分析。描述了基于异质网络的作战网络模型和典型的杀伤链模型。从杀伤链角度给出了作战网络在节点失效过程中的动态重构策略,并提出了基于杀伤链的网络抗毁性指标。在方法研究基础上进行了案例分析。分析结果表明,动态重构作战网络的抗毁性高于无重构的作战网络,动态重构过程提高了作战网络的抗毁性。动态重构作战网络在度优先攻击策略下的抗毁性明显低于随机攻击策略下的抗毁性。该方法对于作战网络在动态重构下的作战能力评估和分析具有重要意义。     

聚焦主责主业 发挥优势作用 锻造坚强有力的军队党组织体系

<正>党的二十大报告指出,建强人民军队党的组织体系,推进政治整训常态化制度化,持之以恒正风肃纪反腐。这是强化基层党组织政治功能、提升组织力的重要举措,体现了锻造“三个过硬”基层的时代要求。党的力量来自组织,组织强则军队强。必须全面落实新时代党的建设总要求和新时代党的组织路线,敢于斗争挖根祛疾,踔厉奋发夯基固本,守正创新加快发展,努力把军队党的组织体系搞得更加坚强有力。一、发扬斗争精神,     

领导干部要善用非权力性影响力树立威信

威信是指领导干部被下属尊敬、服从、信任和认可的程度,源自下属对领导的心理评价,是领导干部对官兵号召力和影响力的体现。威信高的领导干部能对下属产生强烈的感召力,使下属自觉地按照领导的要求行事,提升工作的积极性和主动性,使上级决策部署得到全面准确地落实。威信低的领导则可能严重破坏单位的组织氛围和下属的内在动机,导致下属工作标准下降、遇事敷衍拖沓,甚至出现消极避战、顶撞冲突等情况,对单位凝聚力、战斗力造成严重危害。     

生成对抗网络及其在无人系统中的应用

生成对抗网络(GAN)在无人系统多个层次上的应用提高了其智能化、自主化水平,具有巨大的应用价值和发展潜力。对GAN在无人系统技术中的应用进行了综合评述并且进行了展望。首先介绍了GAN的基本概念、训练方式和传统GAN的模型结构,并且从模型结构的变动、目标损失的变化以及适用的领域等方面详细介绍了深度卷积生成对抗网络(DCGAN)、循环生成对抗网络(CylcleGAN)、生成对抗模仿学习(GAIL)、序列生成对抗网络(SeqGAN)等GAN的8种衍生模型。接着概述了与无人系统OODA回路相关的智能感知、智能判断、智能决策、人机交互等方向上GAN方法的实际应用。最后基于无人系统共性技术的发展趋势,对GAN在无人系统的单体智能、多体或群体智能以及人机混合智能等方向上的应用进行了展望。     

一种新的模糊多层自组织神经网络图像目标检测方法

神经网络方法和模糊集理论用于图像处理和目标检测时各有优势,文中提出了一种将神经网络和模糊集理论集成的混合方法,即模糊多层自组织神经网络法。该方法将模糊测度作为神经网络的目标函数,网络包括多层结构,任一层中的一个神经元对应图像中的一个像素,该神经元只与前一层的对应元素及其邻域元素连接。针对遥感图像的实验处理过程证明该方法能够有效地进行目标检测和提取,并且具有良好的噪声免疫力。     

基于对象Petri网(OPN)的C3I系统仿真建模

首先介绍了OPN的特点和利用OPN建立C3I系统仿真模型的一般步骤,然后用一个简单的实例说明了该方法的使用情况,并总结了该方法在建立C3I系统仿真模型中的优缺点.