班主任应具备的基本素质和工作方法

班主任工作的好坏,直接影响着学校整体学生管理工作。提高班主任素质,不断探索班主任工作的新途径、新方法,才能实现班主任工作的新突破,开创班主任工作的新局面。     

UCAV编队对地攻击智能决策系统总体结构

UCAV编队对地攻击是未来战争制信息权和制空权的关键所在,结合无人作战飞机(UCAV)与有人驾驶飞机各自的特点和优势,提出了UCAV编队对地攻击系统的基本组成和对地攻击流程.根据UCAV编队对地攻击的战术决策类型和决策方式,构造了UCAV编队对地攻击智能决策系统的总体结构并且提出了决策系统应该解决的关键技术,详细分析了所建立的UCAV编队对地攻击决策系统的决策方式和决策流程,并且对该系统所涉及的关键技术进行了详细的研究.     

基于本体的信息与信息空间及其代数结构

实现特定信息环境下基于信息组织的信息资源服务,需要对信息、信息空间有更合适的、形式化的描述。文章基于本体层次对信息、信息的运算、信息之间的关系以及信息空间给出了数学描述并对其代数结构进行了研究。从而为特定信息环境下的信息资源服务提供理论支撑。     

新疆高校新闻专业人才培养现状、问题与对策

作为区域内新闻专业人才培养的主要阵地，新疆高校在新闻专业人才培养上起步较晚。但随着新疆区域内新闻专业人才需求的逐步扩大以及国家政策的扶持，这种状况在上世纪八十年代后得以改观。上世纪九十年代末以来，新疆部分高校相继开办了新闻专业，使新闻专业人才培养阵地迅速扩张。短期内的迅速扩张，随之也带来了诸多问题。客观理性分析产生这些问题的原因并及时寻找解决问题的对策，对提高新疆高校新闻专业人才培养质量，为区域经济发展提供人才支撑有重要意义。     

The lobbies’ network at the EU policy level: the case of security and defense

Lobbyists may not share the same interests, but they usually agree to form a link in a network which could eventually be used to spread information, to search for potential partners, to speak with one voice to decision makers. In other words, social links represent value for lobbyists because they may ultimately facilitate access. In this article, we explore the network of the Security and Defense lobbies in the EU and we describe its structure.     

C2关系网络演化生成特性分析*

在网络中心作战背景下,为了探索"聚力前沿"(Power to the Edge)现实要求下的指挥控制(C2)关系动态演化规律,讨论了两种实元的加入策略模型:"信息最优加入"策略(BIMS)和"随机加入"策略(RMS):提出了信息资源利用率、信息资源命中率、信息传输有效率等三个指挥控制关系网络效能指标和一种加权评价方法.通过对仿真结果的分析,发现了BIMS策略下C2关系网络演化过程中存在的自组织、自适应现象,得出了BIMS策略下C2关系网络将具有无尺度网络特征这一结论.最后,比较了BIMS策略和RMS策略下的C2关系网效能和抗随机干扰能力,发现前者优于后者,而且BIMS策略下C2关系网具有逐渐优化的能力.     

概念层次网络中对偶性设计

首先对概念层次网络（ＨＮＣ）理论作简要说明，然后根据ＨＮＣ中层符号个性化设计理论给出对偶性设计方案，和偶性的具体表现，并给出对偶性概念具体表现的注解。     

材料性能对固体发动机结构完整性的影响

基于描述粘弹性材料特性的Burgers模型的本构关系以及基于该本构关系下的有限元方法 ,根据温度载荷和内压载荷的特点 ,分别建立了分析某固体发动机材料性能参数对结构完整性影响的有限元模型。应用MSC/NAS TRAN结构分析软件 ,详细分析了在温度和内压载荷作用下固体发动机材料性能参数对结构完整性的影响。在温度载荷的作用下 ,主要影响结构完整性的是推进剂的泊松比与热膨胀系数 ;在内压载荷作用下 ,主要影响结构完整性的是包覆层和推进剂的泊松比以及推进剂的初始模量。所得的结论可为固体发动机的生产设计提供参考     

一种自组织神经网络及其应用

提出了一种适用于目标识别和故障诊断的自组织神经网络（ＳＮＮ）模型和一种基于模糊关联度的判别准则。ＳＮＮ学习速度快,能在不破坏原有“知识”的情况下,学习、记忆新知识,且具有对外部环境的自适应能力。新的判别准则充分考虑了网络输出矢量各分量的大小因素及其与各期望目标矢量的相关程度,使类别判决更加合理可靠。本模型被用于被动声纳目标分类,取得了较好的效果。     

表示结构化知识的神经网络模型

研究和设计了一种高度结构化的神经网络模型ＨＳＮＮ,它能方便地对结构化知识进行表示和处理。文中给出了ＨＳＮＮ的设计过程,并讨论了ＨＳＮＮ在继承、非单调推理和信息检索等方面的应用