东海奇葩——写在大连船舶重工集团有限公司成立之际

“话说天下合久必分,分久必合”。大连船舶重工集团有限公司(以下简称大船集团)的分与合也许正好应了这句话。但大船集团的分与合,却别有一番精彩的演义。分,是当时形势和任务的需要;合,则是宏观战略的决策。这不是简单的分与合,而是智慧和胆魄的选择,这里有诸多的故事,这里有令人深思的意境。1990年8月,大连造船厂一分为二,“分家”仪式后,放映的电影为《较量》,15年间,两厂在“较量”中都实现了跨越式发展。大连造船厂历史悠久,早在1898年,由沙俄始建,先后经历了沙俄统治,日本强占,原苏联接管,中苏合营等历史变革,1955年改为国营,大连造船…     

基于K-means聚类与NSCT的图像融合算法

传统的基于NSCT的图像融合算法,通常是对原始图像进行NSCT变换,然后进行不同尺度系数的融合,没有对原始图像进行针对性的分析.对此,提出了一种基于K-means聚类的图像融合算法.利用K-means聚类对图像中具有不同特征的目标进行分类,对分类后的图像进行NSCT分解得到低频和高频子带系数.根据分类图像的特点,采用自...     

国内最大浮式生产储油船建成出坞

继成功地为国内的中国海洋石油总公司设计建造了两条15万吨浮式生产储油船(FPSO)之后,大连新船重工为美国考努科CONOCO)公司建造的目前国内吨位最大的21万吨浮式生产储油船(FPSO),近日在该公司建成出坞。这不仅标志我国造船业在与当今世界大型海洋工程制造商联手合作、共同参与大型国际海洋工程装备承包取得成功,同时也表明大连新船重工在海洋工程开发上又向前迈进了一步。 大连新船重工承接建造的这条大型浮式生产储油船(FPSO),是目前列世界第三位的美国考努科(CONOCO)石油总公司开发印尼巴拉耐克(BELANAK)油田项目的关键…     

干部考评标准要突出实战化要求

推进干部考评标准向实战聚焦,要在凸显作战能力、注重工作实绩、突出各类重点等方面做出积极的改变,切实选拔出能够牢记强军目标、坚定强军信念、具有献身强军实践能力的优秀干部。     

装备保障抽组力量物资装载模型

对装备保障抽组力量的物资装载问题进行了数学描述,建立了以实现全部物资尽量分散装载为目标,以同类物资集中装载、车辆承载物资总体积不超过车辆有效容积、车辆承载物资总重量不超过车辆标记载重量、物资必须装载且不被重复装载等为主要约束的数学模型,并进行了求解.最后通过实例解算验证了模型的有效性.     

贾庆林视察长安福特和武昌造船

2004年11月13日．中共中央政治局常委国务院总理温家宝视察了中国船舶重工集团公司所属渤海船舶重工有限责任公司。     

基于模糊推理的某型导弹故障诊断系统设计

对于某型导弹系统,其故障原因与故障征兆之间并非一一对应的关系。文中采用模糊关系的推理机制,建立了故障诊断的数学模型,设计了故障诊断系统总统方案,根据系统的诊断流程,采用VC＋＋编程语言实现了系统的诊断功能。通过具体实例,验证了该系统对某型导弹系统故障诊断具有一定的准确性。     

狠抓信息技术发展 备战能源技术革命

以英语为机器语言的计算机信息技术正改变着整个世界,没有自主核心的信息系统将成为国家信息安全和文化安全的隐患,抓紧以汉字元素为计算机机器语言的核心技术研究,关系到国家的信息安全和文化复兴;核聚变能源技术的突破将成为不久后新的技术革命,能否抓住新的技术革命这一战略机遇期,将决定我国能否快速赶超强国,最终实现民族的伟大复兴。     

基于AIS反面选择算法的炮射导弹故障诊断方法

提出将人工免疫系统（Artificial Immunity System,AIS）中的反面选择原理应用到炮射导弹故障诊断中,依据免疫算法实现故障诊断的基本原理,构建了基于反面选择算法的故障诊断数学模型,解决了在故障先验知识和故障特征信息缺乏等情况下的故障诊断问题,并通过对炮射导弹制导仪系统中的故障进行实例分析,验证了该方法的有效性和优越性。     

改进cell密度聚类算法在空战目标分群中的应用

针对传统聚类算法对流形分布数据聚类效果差,且实时性不高的缺点,提出改进基于cell的密度聚类(Cell-Based density Spatial Clustering of Applications with Noise, CBSCAN)算法解决实时空战目标分群问题。通过分析空战态势参数,建立了空战目标分群通用模型,将目标分群转化为聚类问题。通过改进CBSCAN算法的簇类扩展方式,建立基于改进CBSCAN算法的目标分群模型。通过仿真实验,对比分析了K-means、最大期望算法、密度峰值算法、密度聚类算法、CBSCAN算法和改进CBSCAN算法在30种作战态势下的分群准确性和实时性,结果表明:改进CBSCAN算法可以在编队数目未知和目标流形分布的条件下,对多目标编队进行正确分群,且实时性较原始算法提高约30%,具有实际应用价值。