第五次非常演出

6月9日上午9点钟,到北京市郊昌平军都旅游度假村慰问首都抗击非典定点医院轮休医护人员的总政歌舞团、歌剧团、话剧团、军乐团、解放军艺术学院的演员们陆续冒雨赶到演出地点,开始了他们非常时期的第五场非常演出。     

班务会:军中第一会

我们对“连队细节”的理解: 连队,中国军队组织、人员结构最全面却又是最基本的建制单位。细,不仅谓之微小,而且谓之近距离也。微小需要视力的精致才能发现,近距离往往最能感受身临其境的真实。节,既是情节,也是事物的关键所在。我们为什么如此重视细节? 我们始终认为,连队是摆在我们面前的大书。我们通读这本书,读透这本书,也就读透了我们的军队。我们之所以选择细节入手,是因为我们不敢贪大,大而无当往往使我们更容易陷入捉襟见肘的尴尬。这样的尴尬我们已经见得太多。我们只想通过我们对一系列”连队细节”的描写、再现,思考、剖析、反映、引导当代基层官兵的生存状态。我们组稿的原则格式: “连队细节”系列,每期一个专题,每个专题由数篇以上长短搭配的文章组成。文体不拘一格,文图皆可入选。生活、亲和、青春、智慧、健康,同时再加一星半点的“另类”,直至将话题进行到底!     

基于演化网络的体系对抗效能模型

在对Lanchester假设的扩展和网络化基础上,构造了体系对抗战场的图论表示FR,B=红军网络IR∪蓝军网络IB∪交战空间fR,B,利用生成fR,B的随机子网和对参战网络"去点"的方法,提出一种统一表示体系对抗中交战行为与网络行为的模型新范例——体系对抗演化网络模型,模型中网络部队作战效能不但依赖兵力规模和武器性能,而且受网络结构及其战场环境的影响。试验对比了拥有同等作战资源网络体系的作战效能,得到在一个对抗系统中无标度网络对随机网络的胜率高但并非总赢的结论,初步分析了在对抗系统中无标度网有效、鲁棒但脆弱的原因。     

美国成像侦察卫星发展趋势

作为全球唯一的超级大国,美国在空间观测方面具有勿庸置疑的优势。介绍了美国现有成像侦察卫星的构成、作用和发展现状,指出了美军开始注重利用商业遥感图像的新趋势,并且详细介绍了当前美国成像卫星软件的商业开发以及美国未来天基雷达计划的发展。     

军队工程投资分配决策模型研究

从提高军队工程建设投资效益的角度出发,分析了传统投资分配决策模式缺乏系统性、科学性和前瞻性的缺陷。运用层次分析和目标规划(Analytic Hierarchy Process and Goal Programming简称AHP-GP),将工程投资分配与贯彻军队战略方针和有效增强部队战斗力直接联系起来,研究建立了效能型投资决策模型,提出了优化工程投资分配结构的科学方法。     

我爱你心中永不消逝的彩虹——复员女兵杨李给新婚丈夫、民兵班长李钢辉的信

亲爱的辉：你安全工作11周年,我的心里多甜蜜。我想揭开深深藏在你心中那个谜的谜底——作为一名复员女兵、民兵班长的我到底爱你这个民兵班长、调车长什么？听朋友讲你当民兵班长后常说＂安全是天上的彩虹,是我心中的彩虹,是男女相爱的魂＂。以安全论男友,我就是爱你这个民兵班长心中永不消逝的彩虹,这就是爱之源,这也是我们两个志同道合的地方。     

美国文武关系的研究核心及其争论焦点

美国文武关系研究的核心问题是武装力量与社会中其它集团（包括政府与政党）之间的相对权力问题,而引起众多学者深入研究和广泛争议的热点和焦点则始终没有离开＂在给予军队足够自主权利的同时如何使其对统治集团永葆忠诚＂的讨论。     

分散配置集中火力——一种提升传统防空高炮作战效能的信息化途径

文章指出了传统高炮存在命中概率与生存概率不能兼顾的问题,分析问题的成因,提出分别修正的解决方案,并通过仿真对方案进行评估。充分发挥现代计算机技术的速度优势,将连续的火力控制过程微分成若干细微的静态动作,对各炮射诸元进行实时修正。通过数学建模与仿真给出了"分散配置——集中火力"这一解决方案可行性的定量依据。为下一步系统的设计与开发奠定了理论基础,在一定程度上降低了研发风险。     

从LPS馏分出发合成先驱体聚碳硅烷

采用将液态聚硅烷(LPS)蒸馏分级的方法,从各个馏分出发合成制备了先驱体聚碳硅烷(PCS)。运用GPC等分析测试手段考察比较了各个馏分的差异对在相同条件下所合成聚碳硅烷的分子量及其分子量分布特性的影响。研究表明:在同等条件下,采用以LPS蒸馏分级的方法再从各个馏分出发合成制备先驱体聚碳硅烷的总平均收率比未从经分级处理的LPS出发合成先驱体PCS的收率高35%左右;从200℃以下馏分出发可以合成制备超高分子量的先驱体PCS。     

基于相对密度的增量式聚类算法

基于聚类的相对性原则:簇内对象具有较高的相似度,而簇间对象则相反,提出一种基于相对密度的增量式聚类算法,它继承了基于绝对密度聚类算法的抗噪声能力强、能发现任意形状簇等优点[1],并有效解决了聚类结果对参数设置过于敏感、参数值难以确定以及高密度簇完全被相连的低密度簇所包含等问题。同时,通过定义新增对象的影响集和种子集能够有效支持增量式聚类。