低散热柴油机研究综述

低散热柴油机是对燃烧室等主要受热零部件采取隔热措施处理的发动机。发动机工作时,通过燃烧室表面向冷却水的传热减少,可以显著减小坦克发动机冷却系统的整体尺寸。介绍了低散热柴油机的研究和发展情况,分析了隔热技术研究存在的问题,提出了坦克装甲车辆柴油机应用隔热技术研究的方向,指出隔热技术应用于柴油机成功与否的关键是隔热部件或涂层材料的可靠性,应用隔热技术后,应该进行燃烧系统优化及车辆冷却系统的整体性能的研究。     

针对学员特点,改进《动态数据统计处理》课程教学

介绍了笔者在国防科技大学讲授研究生课《动态数据统计处理》的体会:①突出重点,因材施教,以点带面;②数学理论与物理概念并重,加强基础理论训练;③重视实践性教学,激励学员学以致用。     

积极做好海洋军事斗争政治工作准备

国家海洋战略地位的日益凸现,海洋资源控制权和航道控制权的争夺也日益浮现,海洋斗争具有紧迫性强的特点,必须围绕强化战备观念开展政治工作准备;军事斗争是政治斗争的最高形式,海洋斗争具有政治性强的特点,必须围绕强化大局意识开展政治工作准备;军事斗争涉及国际国内政治、经济、外交、军事、民生和社会稳定等诸多方面,海洋斗争具有复杂性强的特点,必须围绕强化作战功能开展政治工作准备;海洋问题事关我国主权和领土完整等核心利益,海洋斗争具有残酷性强的特点,必须围绕强化战斗精神开展政治工作准备.     

暴力探源

本文通过分析“暴”的字象结构（从日从手从出从米）,追溯了暴力的历史原型。由此呈现暴力的基本结构：“日”为暴力主体,“米”为暴力客体（对象）,“手”和“出”为暴力手段。进而指出暴力的基本特征：阉割。最后通过比较“正”（政治的汉字原型）和“暴”的字象结构,揭示了暴力的本质属性,以及与战争、政治的内在联系。     

基于内容的月球影像检索并行框架设计

基于内容的月球影像检索面向月球探测计划获取的大量遥感数据,根据影像视觉内容,提供一种方便而高效的检索方式。为提高其检索效率,在对基于内容的月球影像检索过程进行分析的基础上,运用Petri网完成过程建模与并行化分析。提出一种基于内容的月球影像检索并行框架,并据此部署实验系统,将嫦娥月球影像等实际数据集投入其中进行检索实验。结果表明,基于内容的月球影像检索并行框架能够有效提升查询检索效率。     

面向大规模地理矢量线数据的多层级实时可视化技术

针对主流方法难以满足多层级实时可视化的需求,提出面向大规模地理矢量线数据的多层级实时可视化技术。建立面向多层级瓦片绘制的自适应可视化模型,设计像元四叉R(pixel quad R, PQR)树空间索引和基于PQR树的自适应可视化算法,分别用于支撑模型的数据组织和可视绘制。在10亿规模数据集上的实验表明：该技术在0.57 s内可计算任一层级上的可视结果,并且计算耗时大幅小于主流方法。当数据规模急剧增长时,该技术在各显示层级上仍具有较好的可视性能,最低可视速率超过100张/s,大幅优于主流方法。该技术在单机条件下即可支撑大规模地理矢量线数据的多层级实时可视化,在空间大数据探索分析领域具备较好的应用前景。     

分形信号的滤波算法

提出了分形信号的小波分解与重构的一种快速算法。针对分形信号的自相似和长时相关的特点，采用离散小波变换（DWT）对分形信号进行多尺度分解，使其成为各尺度上的近似平稳信号，从而可利用通常的Wiener滤波或Kalman滤波方法进行估计，然后再由DWT进行多尺度重构，估计出被噪声污染了的原始信号。重点对DWT的滤波过程进行算法设计，并估计了计算复杂度。     

二维及多维多项式变换

本文提出了用二维多项式变换计算数字循环卷积的方法,指出了用二维多项式变换计算三维循环卷积所需的运算量。详细地讨论了实现二维多项式变换的条件,并推广到多维的情形。     

基于R-树索引的Map-Reduce空间连接聚集操作

空间连接聚集是一种常用并且非常耗时的空间数据库操作,特别是在面对大规模空间数据集时,单机运行环境难以满足其对时空开销的需求,如何设计高效的面向云计算环境中的分布式空间连接聚集算法越来越受到人们关注。Map-Reduce作为云计算的核心模式受限于其扁平化的串行扫描操作模型,常被用来加速非索引的空间连接操作,现有工作尚无将Map-Reduce和R-树索引结合来处理空间连接聚集。因此,提出了基于R-树索引的Map-Reduce空间连接聚集算法(RSJA-MR)来更高效地返回连接聚集结果。提出一种分布式R-树索引结构以支持大规模空间数据的索引,RSJA-MR算法利用分布式R-树生成任务集,任务集的执行满足无依赖并行计算模式,很容易在Map-Reduce框架中进行表达。文中提出一种实时缓存策略以支持索引并发访问。实验结果表明:相比非索引的Map-Reduce连接聚集算法,在空间交叠连接聚集查询上,时间性能最少提升8%,在空间包含连接聚集查询上,时间性能最少提升近35%。     

用于超角分辨的 Hopfield 神经网络方法

Hopfield神经网络用于方位估计可获得高的精度和超分辨力。本文综述有关研究,描述该网络模型及用其于信号处理的一般步骤,用于方位估计的具体形式,讨论提高精度及分辨力的一些措施,指出进一步研究的方向。