供油挂车泵机油温度变化规律实验研究

通过实验研究了100 mm野战输油管线供油挂车泵运行时及停运后机油温度随时间的变化规律。采用数据拟合、回归分析等数学方法,分别研究了供油挂车泵空载和带负荷两种情况下机油温度的变化规律;针对供油挂车泵各种工作状态,分析了影响机油温度变化的主要因素,建立了温度变化数学模型。研究结果为100 mm和150 mm野战输油管线供、输油挂车泵机组模拟器的研制提供了一定参考。     

关系数据语义集成中的查询语言转换方法研究

为解决关系数据语义集成中语义查询语言和关系模型查询语言的转换问题,定义了SPARQL(Simple Protocol And Rdf Query Language)图模式的关系代数和五种基本运算的查询语义,给出了该关系代数与SQL语句之间的对应关系,在此基础上,提出了SPARQL到SQL的查询转换算法,并通过实例进行了说明。     

基于大数据的复杂装备企业决策支持体系建设

大数据时代下,随着装备制造难度加大、市场竞争日趋激烈,各类复杂装备企业都面临着如何进行科学决策,降低企业经营风险等诸多难题。本文从大数据时代背景下提升复杂装备企业决策能力角度出发,对企业决策支持面临的挑战进行了分析,提出了适应时代发展、贴合制造业实际情况的大数据决策支持解决方案,并列举了某复杂电子装备企业的成功案例,以期为我国制造业企业的决策能力提升作出更大贡献。     

人工智能赋能军事训练

随着大数据、物联网和5G的不断发展,海量数据的获取变得越来越容易,人工智能技术利用GPU的强大计算能力和深度学习网络对高维数据和非线性模型的拟合能力,迎来了飞跃式发展,深刻改变着人类生产、生活和学习方式,出现了语音识别、机器翻译、无人驾驶及智能机器人等场景,计算、数据与模型的不断发展也成为推动人工智能前进的主要动力。本文分析了人工智能技术的主要发展方向,包括自然语言处理、语音识别和图像识别分析等,结合当前人工智能的主要技术方向和典型应用,展望了人工智能在军事训练领域的广阔应用前景,同时,聚焦发展智能化军事训练亟需解决的关键问题,针对解决网络、数据、模型等面临的问题提出措施建议,指出应通过模拟仿真训练提高训练效率,基于训练数据科学评价训练效果。     

面向装备论证的大数据应用架构

本文围绕装备论证大数据的管理和应用,论述了装备论证大数据的基本概念和应用现状,探讨了大数据应用的重要意义,并结合实际应用需求构建了装备论证大数据应用总体框架,阐述了平台基础层、数据层、存储管理层、服务支撑层和应用层的内涵和组成,介绍了大数据应用框架遵循的标准规范体系、运维管理和安全管控措施。本研究着重分析了支撑装备论证大数据平台的通用服务和专用服务,阐述了各类服务的主要组成和基本功能,设想了装备论证大数据平台提供的装备评估研究、装备运用研究、装备仿真实验和装备数据信息查询等服务应用,分析了平台建设涉及的多源异构数据融合、装备大数据综合处理、多维数据可视化等关键技术。希冀该研究结果能够为装备论证大数据建设与应用研究提供一定理论支撑。     

Vondrak-Cepek组合滤波在北斗共视和卫星双向时间比对融合中的应用

为减小卫星双向时间比对(Two-Way Satellite Time and Frequency Transfer, TWSTFT)中的周日效应,利用北斗共视链路没有周日效应的特点,通过Vondrak-Cepek组合滤波方法对中国科学院国家授时中心(National Time Service Center, NTSC)、德国物理技术研究院(Physikalisch-Technische Bundesanstalt, PTB)以及中国计量科学研究院(National Institute of Metrology, NIM)间的北斗共视时间比对结果分别与硬件卫星时间和距离测量设备(SAtellite Time and Ranging Equipment, SATRE) TWSTFT和软件接收机(Software-Defined Radio, SDR)TWSTFT结果进行了融合处理。采用时间偏差和幅值频谱两个指标以及GPS精密单点定位(Precise Point Positioning, PPP)时间比对分别对融合结果进行内外符合评估。结果表明,经过Vondrak-Cepek滤波的融合结果中周日效应基本消失,其与GPS PPP链路差值结果的绝对值保持在链路校准的不确定度范围内。对于长基线NTSC-PTB链路,融合结果1 d的时间偏差稳定度对SATRE和SDR TWSTFT的增益因子分别为1.85和1.81;对于短基线NTSC-NIM链路,融合结果对SATRE和SDR TWSTFT的增益因子分别为1.69和1.59。融合结果的短期稳定度显著提高。     

基于循环条件生成对抗网络的数据生成方法

针对军事领域数据采集困难以及数据生成人工依赖性强、成本高、效率低等问题,在生成对抗网络(GAN)框架的基础上,构建长短期循环神经网络(LSTM-RNN)代替生成对抗网络中的生成器和鉴别器,以最大平均差异和最大似然估计作为指标构建数据生成评估模型,提出一种可生成数据序列的循环条件生成对抗网络(RC-GAN).该方法完全依靠数据驱动,无需经过精心设计的建模过程,便可生成与真实数据相一致的数据.通过基于实际数据的仿真实验,验证了该方法在数据相似度、估计误差、抗干扰性以及泛化性方面的优势.     

互联网+大数据助力党建工作创新的思考

在互联网、大数据迅猛发展的信息时代,在坚持党对国有企业的领导不动摇,开创国有企业党的建设新局面的时代背景下,党建工作需要与时俱进、创新发展。利用互联网、大数据可以创新党建工作载体、创新党的组织生活方式,可以使党和人民群众沟通更高效,提前发现并预判党员群众诉求,占领网上舆论阵地,可以提高党的全局掌控能力。     

决策支持系统新技术的研究

分析了传统决策支持系统开发中存在的问题 ,探讨数据仓库技术在决策支持系统建立中的应用 ,提出基于决策支持系统的基本结构 ,讨论系统建立中数据仓库的数据组织与设计、数据开采层次空间的建立等技术关键 ;将界面智能体、移动智能体和信息智能体应用于决策支持系统中 ,分析了各种智能体的工作原理 ,并讨论了基于网络上的系统实现方法     

军事应用中的多源信息融合技术

多传感器数据融合近年来受到极大关注和发展。首先叙述数据融合在军事应用中的递阶推理体系结构和各种数据融合方法,然后对防空导弹武器C