基于分层目标任务网络的作战任务规划方法

为提高复杂非结构化作战环境下作战系统规划能力,提出一种新的分层任务网络智能规划方法 HGTN(Hierarchical Goal-Task Network),给出了HGTN的形式化定义,研究了HGTN规划算法,以及启发式搜索算法和目标推理规划算法。HGTN在HTN(Hierarchical Task Network)规划方法基础上,增加了目标任务和相关处理方法,具备基于目标的逆向推理机制。通过作战任务规划实例分析,HGTN规划方法相对HTN,能够提高规划的适用性和求解效率,符合作战决策推理的思维模式。     

RBAC模型中角色继承的改进

由于角色分层与组织结构无关,导致权限继承不能依赖于系统的组织.提出继承域的概念,建立基于继承域的角色层次模型,给出改进模型的定义、继承规则、约束条件和角色权限求解算法.实例证明改进模型能清晰地反映系统的组织结构,解决权限继承问题.域属性的引入使得角色的层次结构和权限的分级管理简单有效.     

可触摸3D电视

近日,日本研究人员研制出世界上第一个可以用手触摸图像的3D电视系统。用户可以按照自己的想法移动、挤压或者拉伸似乎飘浮在眼前的3D图像。图像可触摸3D电视装有六个动作     

重披反导战袍欲何为

美国东部时间1月25日晚9时，美军从夏成夷发射了一枚短程导弹，8分钟后美海军从太平洋上的“伊利湖”号“宙斯盾”导弹巡洋舰上发射了一枚拦截导弹，10分钟后，拦截导弹在夏成夷西北约480千米处的上空击中了目标导弹。这是新年伊始美国海军首次进行的从军舰发射拦截导弹的试验。美国防部官员称这次试验主要是为了测试海基拦截导弹的制导系统，而不是检验其是否能击中目标，真正的海基反导试验将在今年春季晚些时候进行。     

道路网络分层的快速路径诱导算法

路径诱导在现代交通和部队机动过程中具有重要应用,传统路径诱导算法(如Dijkstra算法)具有很高的计算复杂度和搜索空间,所规划路径仅仅是数学意义上的最短路径,很难满足实际道路交通导航诱导要求.为了降低路径诱导算法的搜索空间,同时使得规划的结果更能体现驾驶人员行车偏好,提出一种基于道路网络分层的快速路径诱导算法,在利用道路网络中道路的不同等级特性对路网进行分层处理基础上,通过限制算法搜索区域达到快速路径规划的目的.实验结果表明,该算法解算出导航路径中大部分是由快速路段组成,能很好地满足驾驶人员的选路偏好,路径搜索时间和搜索空间也大大减少.     

创新的动力源于用户的需求

上世纪末以来．是我国航天航空制造业高速发展的黄金时期，也给我国的特种加工技术带来了难得的发展机遇。由于航天航空飞行器的制造有许多加工难题需要攻克．它们或者是由于材料特殊，或者是由于形状复杂，或者是由于加工部位非常微细．采用传统的机械加工方法难以解决，这就正好给特种加工技术找到用武之地，正好可以发挥特种加工技术的特长。     

供应链 建设保订单

在国际金融危机尚未见底的情况下，船舶行业所受的冲击已经显现，并直接影响到船舶配套。而上海中船三井造船柴油机公司通过加强供应链管理来防范风险，在其它厂家遭遇撤单毁约较多的情况下，公司却保证了手中订单全部按用户要求满足交货。     

《计算机与信息技术基础》课程分类分层次教学模式的研究与实践--以新疆艺术学院为例

在艺术类入校新生计算机应用能力水平偏低但存在差异的背景下，为提高计算机应用能力水平、信息素养和计算思维能力，进行《计算机与信息技术基础》课程分层教学模式研究，通过调查研究、课程建设等，建立教学目标分层，教学内容分层和教学评价分层，改变传统快慢班或讲授不同课程内容的分层方式，对教学内容进行整合，并进行分层递进教学。     

50台雷沃拖垃机交付辽宁种粮大户

2月13日,50台崭新的雷沃M804-D拖拉机在辽宁大厦院内交付到辽宁省50名种粮大户手中。领到心仪的拖拉机,种粮大户们表现出由衷的兴奋和喜悦。原来这50台雷沃拖拉机是辽宁省农委贯彻省委《关于表彰粮食生产先进单位和先进个人的决定》为这些种粮大户采购的奖品。辽宁省农委非常重视这次采购,本着对获奖用户高度负责的态度,辽宁省农委对国内知名拖拉机品牌进行筛选,对入围产品提出严格的要求,最大限度保证让受奖用户通过奖品获得实际收益,为他们继续扩大农业生产增加强劲动力。辽宁省农     

基于混合数据挖掘模型预测用户流失

用户流失预测问题广泛应用在银行、金融、电信等多种领域。对用户行为进行有效的预测和分析有助于企业的竞争和了解瞬息万变的市场规律。采用3种混合的数据挖掘模型对用户流失问题进行了研究,以形成一个准确高效的用户流失预测模型。这3种模型应用于数据挖掘的两个阶段:聚类阶段和预测分析阶段。在第1阶段中,对用户的数据进行过滤。第2阶段对用户行为进行预测。第1个模型采用了二分k-means算法进行数据过滤和多层感知人工神经网络(MLP-ANN)相结合进行预测。第2个模型采用层次化聚类与MLP–ANN相结合进行预测。第3个模型使用自组织映射(Self-Organizing Maps)与MLP-ANN进行预测。这3种模型预测分析基于真实数据,用户流失率采用3种模型混合计算的方式得出结果并同真实值进行比较。分析结果表明采用多模型的混合数据挖掘模型的数据准确度优于普通的单一模型。