第一政委回营办公解"三难"

日前,四川预师副政委兼绵阳高炮团第一政委、绵阳市委副书记、常务副市长蒋仁富同志回到新落成的营区办公,研究解决了困扰部队训练、办公和生活的"三大难题"。     

国防大计 教育为本

国防教育事关国家的安全与发展,是建设与巩固国防的思想基础,是凝聚民族精神,增强公民忧患意识,提高全民素质的重要途径。九届全国人大常委会第二十一次会议通过的《国防教育法》,是我国第一部全面调整和规范国防教育活动的重要法律,这部法律的颁布施行,标志着我国的国防教育事业纳入了法制化、正规化、系统化的轨道,     

河南省周口市——农民“减负”民兵工作风景这边独好

河南省鹿邑县人武部的领导干部还清楚地记得几年前发生在民兵整组期间的一件事:一位近70岁的老先生走进了民兵整组现场,问民兵开会的地方在哪里?当组织人员问这位老先生什么事时,老先生说,他的孙子外出打工没回来,他是来替孙子参加民兵整组的。话一出口,让所有在场人员哭笑不得。 前几年,在每年的民兵整组和各项活动中,周口市所属人武部中民兵缺编、有编无兵、冒名顶替、各种活动难开展的     

努力做好企业军转干部政治思想稳定工作

县(市、区)人武部是军队联系地方的桥梁和纽带。如何做好企业军转干部的思想稳定工作,是人武部门一项严肃的政治任务。河南省项城市共有企业军转干部159人,分布在9个系统58个企业。近两年来,项城市人武部充分发挥处于军地结合部的特殊优势,积极配合当地党委、政府做好企业军转干部的思想稳定工作, 取得了较好成效。目前,在该市的企业军转干部中,涌现出了一批自主创业、艰苦奋斗的先进典型,一批奉献社会、促进稳定的先进典型,使军转干部成为发展经济、促进改革、保持稳定的一支积极     

踏波蹈浪向大洋——“汕头”舰纪事

宕石山下,榕江之畔,靠泊着一艘我国自行设计制造的、以汕头市作为命名城市的威武战舰——“汕头”舰。服役12年来,“汕头”舰一茬又一茬官兵在“三个代表”患要思想的指引下,牢记上级党委和第二故乡人民的嘱托,以“与时俱进的学习态度、敢为人先的创新勇气、团结友爱的协作精神、求真务实的工作作风”,用自己的一腔赤诚、万掬汗水在南中国海上镌刻出了一道道闪光的航迹——首次在南沙打响第一炮;首次在南沙开辟训练场;先后23次圆满完成军事演习、战备巡逻、为来访的外国舰艇引航等任务;14次被海军、南海舰队评为“先进党支部”,“基层建设标兵单位”、“优秀团支部”、“先进食堂”、“军事训     

中国海军新一代海上救护装备出炉——海上搜寻伤员误差不超过十米

海上救生愈及时,遇难人员生还机会就愈大。在未来海战中,高新武器的大量使用,海上伤员发生量大,救治要求高,且作战区域广,海情海况复杂,战时必须具备较高的海上救护技术与装备,对减少落水人员和伤员的伤残率和死亡率,保持和恢复部队战X力、提高土气具有重要作用。刚刚荣获军队科学技术进步一等奖,由我海军医学研究所研制的新一代海上救护装备,士要有搜寻装备、捞救装备、救治装备三部分组成,在国内首次实现了搜     

德法常规潜艇逐鹿大洋

当前,参与常规潜艇市场竞争的主要是德国、法国、俄罗斯、荷兰和瑞典。俄罗斯、荷兰和瑞典虽然近年来在常规潜艇的出口方面热情不减,但是在销量方面仍然未成规模,与法、德有相当差距。因此,常规潜艇出口市场的竞争形成了以德国与法国两军对阵的局面。     

拴心留人好地方——贵州省水城军分区狠抓后勤基础设施建设纪实

走进水城军分区,一行行整齐挺拔的柳杉,一条条干净平整的道路,一座座布局别致的营房让人赏心悦目、精神振奋。这座具有园林式的现代化军营,就是近年来水城军分区党委狠抓后勤基础设施建设,努力营造拴心留人环境带来的变化。营院建设先后受到全军绿化委员会、成都军区、贵州省政府、省军区表彰。可谁能想到,5年前,营区70%的房屋还属于危旧营房,落后的基础设施,严重影响了军分区的工作开展。由于条件     

装备体系鉴定仿真试验床总体设计

利用网络把分散在各地的模型、软件、工具、仪器仪表甚至设施等试验鉴定资源作为床部件连接起来,采用协调一致的结构、标准、协议和数据库构建仿真试验床,是开展装备体系试验鉴定的一种方法和技术.通过分析引入智能化仿真引擎对装备体系鉴定试验床的影响,介绍了装备体系鉴定仿真试验床的功能与特征,探讨了部件构成、信息关系和运行流程等总体设计问题,可为仿真试验床的开发提供参考.     

基于CNN-LSTM的在轨卫星故障预测分析

在役考核中,对遥测参数进行监控与分析,是评估在轨卫星工作状态及健康状况的重要途径.为解决在线多任务故障预测问题,提出了结合长短期记忆网络(LSTM)和卷积神经网络(CNN)的数据挖掘模型,并运用了一种基于误差反馈的权重自调整机制.利用某型卫星(含故障)遥测参数的仿真数据进行分析处理,实验结果表明:在线CNN-LSTM模型以最小的信息损失进行建模,对比单一模型以及传统的回归模型,CNN-LSTM模型不仅在测试集上取得了最小平均绝对百分比误差12.61％,同时模型预测性能在长时间预测中优于离线模型.