宇宙结构的形成与星系的起源

星系是构成可观测宇宙的基本单元,星系组成星系群、星系团和各种更大尺度的结构。星系和更大尺度的结构形成过程,本身并不是一个独立的理论课题,而只是热大爆炸宇宙学的一个分支问题。这一理论课题的研究,在70年代初几乎是空白。80年代,近代基本粒子物理、核物理和现代天体物理相结合,才产生出了这一理论课题,并取得了巨大的成就。     

地膜玉米高产优质栽培综合农艺措施数学模型的研究

玉米是宁南山区的重要粮食作物。地膜覆盖栽培技术的应用,使玉米单产有了较大幅度的提高,并使玉米生产有了突破性进展。本研究应用系统工程的原理和方法,通过田间试验获得的参数,建立数学模型,经计算机模拟筛选出地膜玉米获得高产优质综合目标的栽培技术优化方案。1、试验     

西峡县人武部举办民兵战线三十年改革成就展览

最近,河南省西峡县人武部结合纪念党的十一届三中全会召开二十周年,组织举办了民兵预备役工作二十年改革成就展览,对加快和深化武装工作改革,促进全民国防教育的开展起到了很好的宣传作用。 展览包括加强人武部机关自身建设,深化民兵工作改革,调整民兵组织,民兵军事训练,应急分队建设,改进征兵     

多传感器数据融合导论

多传感器数据融合是一项新涌现出的技术,可应用于国防领域,如自动化目标识别、战场监视、自治式运载器制导与控制;也可应用于非国防领域,如复杂机械监视、医疗诊断和新式建筑物。多传感器融合技术源于人工智能、模式识别、统计估计等广泛领域。本论文为数据融合提供了指导,它介绍了数据融合的应用、过程模型和对可应用技术的鉴别,并就数据融合方面的技术发展水平作了评述。     

在GPS/INS综合中的最佳非线性滤波

本文介绍了最佳非线性/非高斯滤波应用到临界情况的INS/GPS综合的问题。用所谓质点滤波的新技术使这种方法成为可能,并且当与诸如广义卡尔曼滤波这种经典的次最佳技术比较时,表现出优越性能。介绍了质点滤波理论并讨论了GPS/INS综合仿真结果。     

宙斯盾首创的和未来的最终综合诊断系统

宙斯盾武器系统的战备状态测试系统(ORTS)是当前综合诊断系统的前驱。它由成本有效的诊断混合建模和分析演变而来,把当代的诊断设备与宙斯盾武器最优化地综合在一起。由于这个系统的目标是21世纪,它能够达到更完整的集成,一个综合诊断系统能为整艘舰艇提供服务,包括武器系统,船体机械和电气系统以及推进系统。     

ATM TraP:异步传输模式通信量与性能测量工具

我们经常用理论通信量模式来进行ATM网络通信量控制算法的分析与开发。根据这些模型已经提出了用于通信量成形、管理、流量控制和交换结构的算法。当模型帮助我们获得初步的解决办法时,提出的这种算法的成功和有效将会成为一种假模想模型与真实通信量模型程度相似的一种功能。 本文介绍的ATMTraP,即异步传输模型通信量和性能测试工具,是一个试验性样机,它能够用来表征构成ATM网络的信息源和部件。ATMTraP已经用于Nectar千兆位试验台,用来收集来自各信息源,诸如Cray C-90巨型计算机、Sun工作站、iWARP systolic阵列等的初步通信量统计数据。     

无源LCD仍然是平板显示器的主流

本文描述了无源LCD新产品的特点和用途,介绍了几种最新的改进技术。     

正确处理四个关系,大力推进素质教育

在推进素质教育的过程中,要正确认识和处理以下几个关系:一是正确认识和处理素质教育与现行教育的关系。素质教育要革除“应试教育”的弊端,但现行教育不等于“应试教育”,“应试教育”只是现行教育中存在的弊端的集中反映,实施素质教育要继承和发扬现行教育中的合理因素。二是要正确认识和处理素质教育与全面发展教育方针的关系。二者的方向一致、目的一致、基本内涵一致,但素质教育又是对全面发展教育方针的完善和深化。实施素质教育,有利于全面贯彻落实全面发展的教育方针。三是正确认识和处理素质教育与发展学校特色和发挥学生特长的关系。发展学校特色是手段,提高人才素质是目的,手段是为目的服务的。发展学校特色只有始终坚持以素质教育思想为指导,才能沿着正确的方向健康发展。特长教育不等于素质教育,发挥学生特长的前提和基础是全面发展,不能本末倒置。四是正确认识和处理素质教育与考试的关系。考试不等于“应试教育”。考试作为评价教学质量和检查学生学习情况的工具,可以为“应试教育”所用,也可以为素质教育服务。素质教育并不否定考试,只是反对以考试作为评价学校的唯一手段,以考试分数作为评价学生的唯一标准。     

使用并行博尔兹曼机计算互联概率

在传统的估计理论中,确切地知道量测与哪些参数或者状态互联。但是,在多目标跟踪这样的问题中,事先不知道量测将与哪一个目标的状态矢量互联。因此,为了实现跟踪算法,必须得到量测源于给定目标的概率估计。当可以用序列算法精确求解这种数据互联问题时,对于大量的目标和杂波点,这种方法可能变得难以处理。本文介绍使用并行博尔兹曼(Boltzmann)机求解数据互联问题的新计算方法。该方法证明,如果能得到充分数量的并行博尔兹曼机,就可以用任意小的误差计算互联概率。第i个量测源于第j个目标的概率β~ji可通过观察神经元v(i,j)在两维网络各层中“激活”的相对频率简单地得到。本文还介绍一些简单的例子,以便对博尔兹曼算法和精确的数据互联解的性能进行比较,还与使用霍普菲尔德(Hopfield)神经网络的另一种并行方法的性能进行了比较。