我国古代武官官制

我国历代官制复杂纷繁,沿革不一,武官制亦是如此。秦汉设将军统帅兵马。汉代以大将军、骠骑将军、车骑将军、卫将军地位最高。另有临时任命出征的将军.如     

湖北省枣阳市——万余民兵成为“科教兴农”生力军

湖北省枣阳市万余名民兵应用所学的农业科学技术,在经济建设主战场上大显身手,有力促进了该市经济发展,被广大干部群众誉为“科技兴农”的生力军。 枣阳市人武部把教育培养地方经济建设急需人才作为民兵参建的一项重要工作来抓。几年来,他们采取请进来,走出去的     

清河区人武部坚持不懈抓学习

江苏省淮阴市清河区人武部遵照江泽民主席关于“学习学习再学习”的教导,把抓好干部职工的读书学习作为提高自身素质的重要环节。在军政主官不断更换,人员不断变化的情况下,坚持不懈地抓学习,干部职工写读书笔记的好传统一直没有丢。他们不管工作多忙任务多重,写读书笔记已成为各人的自觉行动。近年来,全部人员共写读书笔记上千篇。 通过这项学习活动,清河区人武部不仅提高了人武干部的思想素质,而且较好地把握党的各项政策制度,使清河区人武工作走在了前列,受到了上级领导的好评。     

一间茅草屋办成一家明星厂

在革命老区——江西省崇仁县相山镇一位名叫郑建中的退伍兵,在偏僻山乡冷不丁办起个年产值超千万元的机械厂;1991年,这个一年比一年红火的机械厂被评为省一级企业,郑建平荣膺了江西省优秀厂长和名星企业家的称号。这个盈利大厂,从厂长到车间主任、技术骨干全是清一色的复退军人。郑建中退伍回到了家乡,被分配在一个濒临倒闭的附件厂。1984     

基于分组稀疏分析的高分辨距离像目标识别算法

因目标所处环境及探测用宽带雷达工作机理等因素的制约,实测距离像样本不仅繁多且可能混有干扰,为克服因此带来的识别困难,优化识别效果,稀疏分析提供了一类压缩样本数据并提升数据分析质量的研究思路.提出了一种依据分组稀疏分析策略开展雷达一维距离像稀疏分解,从而识别目标的方法.为了进一步改善识别算法的噪声鲁棒性,提升其实用性,算...     

基于OCSVM和MCSVM的新故障检测与诊断技术研究

针对SVM故障诊断方法无法对新故障模式进行有效检测的问题,在阐述OCSVM原理的基础上,详细分析了各种参数对其性能的影响,提出了基于OCSVM和多类分类MCSVM相结合的新故障检测与诊断方法．实验结果表明,该算法在故障诊断及新故障检测方面有较高的精度,具有良好的推广性．     

雷锋，从这里走向世界——沈阳军区雷锋纪念馆弘扬雷锋精神纪事

沈阳军区雷锋纪念馆是军内唯一的雷锋纪念馆,1990年江泽民同志亲笔题写馆名并题词,是享誉全国的爱国主义教育基地、国防教育基地和青少年教育基地。建馆以来,纪念馆始终把弘扬雷锋精神作为学习践行雷锋精神的具体抓手,坚持不懈传承．融入岗位实践,与时俱进发展,自有统计以来,累计接待500多个社会团体,共计60多万人次,对促进社会主义精神文明建设、形成良好的道德风尚起到了重要的作用．     

基于多模型的模拟电路软故障诊断

针对电子装备模拟电路故障诊断过分依赖专业技术人员和诊断专家的不足,提出利用信息融合技术,综合极限学习机(ELM,Extreme Learning Machine)、支持向量机(SVM,Support Vector Machine)以及BP(Back Propagation)神经网络等智能故障诊断模型,对模拟电路软故障进行诊断的故障诊断方法。通过对不同模型分别输入不同频率的电压信号,得到每个模型的诊断结果;采用DS(Dempster-Shafe)证据理论对每个模型诊断结果的可信度进行评估,确立每个模型诊断结果的组合置信度。通过不同模型诊断结果的决策层融合,最终获得诊断结果。以某型装备滤波电路的故障诊断为例,多模型融合诊断结果的准确率比单一方法模型的诊断准确率有了明显的提高,证明了该方法的有效性。     

九段线的历史性权利不可动摇

1947年,当时的中华民国政府（以下简称民国政府）内政部方域司在其编绘出版的《南海诸岛位置图》中,绘制了一条由11段断续线组成的线作为中国在南海的“传统海疆线”,以界定中国在南海的主权和管辖权。中华人民共和国成立后,经政府有关部门审定出版的地图继承了这条线。只是在1953年后取消了位于北部湾和东京湾的两条线,将11段断续线改为9段断续线,这就是南海“九段线”。     

一种高阶累积量的模态参数辨识方法改进及其应用

高阶累积量的模态参数辨识方法能够消除高斯噪声的影响。但基于传统的高阶累积量降阶方法的子空间模态参数辨识方法具有一定的缺陷。为此,提出2种降阶方法用于高阶累积量的子空间模态参数辨识方法,并对这2种方法进行了比较。利用主切片方法对某变截面轴进行了模态参数识别,获得了与有限元法相一致的计算结果,从而证明了该方法的可靠性。该方法的辨识质量较高,能够用于一般结构的模态参数辨识。