情系老区人民

安徽省军区的广大官兵、人武和专武干部,在地方党委的统一领导下,怀着对老区人民的深厚感情,带领老区民兵脱贫致富上迈出了可喜的一步,是值得赞许的。在艰苦的战争岁月里,老区人民,英勇奋战,前仆后继,为革命事业付出了巨大的牺牲,作出了不可磨灭的贡献。全国解放后,党和政府及军队对老区人民十分关心。随着我国经济的发展,老区人民的生活水平也有了很大程度的提高。但是,由于受历史、自然等诸多条件的限制,生活水平提高的步子还不大,有的地区还处在贫困的温饱线上徘徊。因此,在地方党委的统一领导下,帮助革命老区人民尽快脱贫致富,是我们省军区系统广大官兵、人武干部、预备役人员及民兵义不容辞的历史责任。一年前,一位军委领导同志曾深情地指出:“老区人民还很穷,扶贫工作不能放松,要好好抓啊!”我国疆土辽阔,革命老区星罗棋布,扶贫工作的任务是十分繁重的,一定要抓紧不放。我们希望省军区系统的广大官兵和武装干部,紧密联系群众,在帮助革命老区人民脱贫致富上作出新的成绩,我们期待着革命老区人民不断传来走上共同富裕道路的最新消息。     

每当想起第二个故乡

当兵整整22年,一直在舟山群岛的前沿,首批百万裁军,告别海岛,正好也已22年了。     

装甲机械化部队合成技术保障部署初探

本文主要探讨部队编制体制变化后,装甲机械化部队建立战时合成技术保障部署的几个问题.具体论述了装甲机械化部队实施合成技术保障的必要性;阐述了确立合成技术保障部署时应遵循的原则;提出装甲机械化部队在战时应建立与战斗部署基本对应的,以装备为经,以技术为纬,经纬交织的合成化机构编组,形成随伴保障、直接支援保障和全般支援保障三个层次的合成技术保障部署.     

改革大潮中的安徽民兵——安徽省第二次民兵代表大会侧记

1960年4月,安徽省召开第一次民兵代表大会。33年后的1993年1O月,安徽省召开了第二次民兵代表大会。33年过去,安徽民兵走过了一个不平凡的发展路程。 (一) 安徽省第一次民兵代表大会召开之时,正值新中国民兵建设发生重大转变的60年代前期。这在新中国民兵建设的发展上具有重要意义。1960年4月18日     

戚继光战争指导思想略谈

我国明代杰出的军事家、抗倭名将戚继光(1528—1587),在四十余年的戎马生活中,积累了丰富的作战经验。他的战争指导思想,既是对我国古代优秀军事思想的继承,也是他自己战争实践的经验总结,其中有些内容今天依然有一定的启发作用。     

基于双层随机森林的空袭目标识别

空袭目标识别是防空作战指挥决策的关键环节,针对空袭目标特征繁杂容易造成模型拟合和识别精度不高这一问题,为提高空袭目标的识别能力,提出了一种基于双层随机森林的空袭目标识别算法。该算法在第一层随机森林通过计算基尼指数变化量对特征进行重要性评估和优选,然后在第二层随机森林进行数据降维和目标识别,相较传统随机森林能够提高目标识别的准确率和稳定性。将该算法与传统随机森林、支持向量机和PNN神经网络进行对比分析,仿真结果表明该算法能够在保证识别准确率的基础上同时具有较高的识别速度和识别稳定性。     

基于代价敏感多类别三支决策的目标意图识别方法

针对传统意图识别算法在现代化空中对抗中识别飞机行动意图结果存在冲突,甚至无法识别目标意图的问题,提出了一种基于代价敏感多类别三支决策的目标意图识别方法;建立意图识别与代价敏感多类别三支决策相结合的数学模型,在每一个识别阶段计算出误分类代价损失值最小的那一种意图分类,得到唯一的识别结果,避免冲突结果的产生,同时,引入误分类代价第二最小损失的分类结果作为延迟域的备选选项,弥补多类别三支决策延迟域缺失的这一状况。最后通过仿真实验,验证了设计算法的有效性。     

多粒度直觉模糊三支决策及在目标识别中应用

针对直觉模糊三支决策模型在反映问题时存在不完全性以及统计特性单一的缺陷,将粒计算中多粒度空间描述问题的思想与直觉模糊三支决策模型的思想相结合,提出了多粒度直觉模糊三支决策模型。因不同粒空间呈现统计特性不同,给出具有一般性的乐观和悲观多粒度直觉模糊三支决策模型的定义。根据正域及负域不变的原则定义了多粒度直觉模糊三支决策模型的属性约简。基于Bayes最小风险理论对多粒度直觉模糊三支决策模型中的参数进行确定。将乐观多粒度直觉模糊三支决策模型应用于弹道导弹目标识别问题中。     

战时卫勤保障法的基本概念及原则

战时卫勤保障法是指调整战时卫勤保障行动的法律规范。它是信息化条件下局部战争发生时卫勤保障行动开展的重要法律缲障。其基本原则包括时效救治、分级救治和一体化保障。     

增强基层党组织的原则性和战斗性

坚持工作中的原则性战斗性,是增强各级党组织领导效能的重要保证。新的历史条件下,坚持党的原则性战斗性面临许多新情况、新问题,对各级党组织提出了更高的要求。结合部队实际．增强基层党组织的原则性战斗性,需要把握好以下五个问题。