笑笑好心情

传我的命令——一律不准笑!两军在山谷里对峙,卫兵进来报告敌情:"报告长官,敌人的侦察机正在对我们拍照。"长官:"传我的命令——一律不准笑!"先生,是你飞得太低了一个人开着车在公路上以每小时130英里的速度行驶着,被交通警察给拦住了。"警官,对不起,"司机说,"我开得太快了     

Zodiac算法新的不可能差分攻击

重新评估了Zodiac算法抵抗不可能差分攻击的能力。通过分析Zodiac算法的线性层,给出了Zodiac算法两条新的14轮不可能差分。利用新的不可能差分,结合Early-Abort技术对完整16轮的Zodiac算法进行了不可能差分攻击。攻击过程中一共恢复6个字节的密钥,其时间复杂度只有2_32.6次加密,数据复杂度约为2_85.6个明文,该攻击结果与已有最好的结果相比,时间复杂度降低了一个因子2₃₃。结果表明由于Zodiac算法线性层的扩散性差,使得该算法对不可能差分分析是不免疫的。     

Zodiac算法新的不可能差分攻击

#重新评估了Zodiac算法抵抗不可能差分攻击的能力。通过分析Zodiac算法的线性层,给出了Zodiac算法两条新的14轮不可能差分。利用新的不可能差分,结合Early-Abort技术对完整16轮的Zodiac算法进行了不可能差分攻击。攻击过程中一共恢复6个字节的密钥,其时间复杂度只有2_32.6次加密,数据复杂度约为2_85.6个明文,该攻击结果与已有最好的结果相比,时间复杂度降低了一个因子2₃₃。结果表明由于Zodiac算法线性层的扩散性差,使得该算法对不可能差分分析是不免疫的。     

预防性维修工作组合优化

针对单部件的维修间隔期无法反映系统的维修最佳间隔期这一问题,对装备各部件在各修理级别上的预防性维修任务组合情况进行探索。通过建立费用模型、可用度和风险模型作为决策模型,用以组合某一修理级别各部件的维修工作,得出系统预防性维修间隔期,并结合部队实际优化从系统的角度优化等级维修中的维修工作间隔期,为确定大中小修工作提供科学、合理的理论指导。该算法在区分各修理级别的维修能力的基础上,能较好地对各修理级别的维修工作组合情况进行了优化,实例验证了模型的实用性和有效性。     

证据推理方法中不完备信息影响因素分析

不确定条件下的不完备信息分析是多属性决策中的主要内容之一,Yang提出的证据推理方法可以较好地处理这类信息。研究了证据推理方法中不完备信息的影响因素,包括规则中的不完备信息,规则的权重以及规则的一致性,并以此为基础分析了评估结果中不完备信息的取值范围,得出了初步结论:评估结果中不完备信息的信度必然小于作为输入的规则中不完备信息中的较大者,但不一定大于其中的较小者。进一步分析了规则一致性的逻辑意义和几何意义,指出规则的一致性实际描述了规则之间的冲突程度。     

哨所上的幸福晚餐

手里紧握着40倍望远镜,上等兵熊启樊独自守着哨楼顶层的值班岗位,专注地"监控"着9公里外的观察点,不敢有一点马虎,但心里却有一丝郁闷:怎么今天轮到我当班!"嫂子,蒜泥已经拌好了!""嫂子,你看我切的土豆丝还算可以吧?"……哨塔下面,厨房里炉火熊熊,4个不当班的战士围着哨长舒贤平和他的妻子赵顺丽忙得不亦乐乎。阵阵欢笑让这个海拔4300多米的哨所生机勃发。     

中国航天发射次数连续两年超美位居世界第二

中国航天科技集团公司在过去的5年里研制的"长征"系列运载火箭共实施了70次发射,成功将84颗卫星、3艘神舟飞船、天宫一号目标飞行器、嫦娥二号月球探测器送入预定轨道,特别是2011年和2012年发射次数连续两年超过美国,位居世界第二。     

无人机集群作战中连续时间Markov链模型的求解方法

针对无人机集群目标作战解析建模时在状态转移过程中计算速率低的问题,提出了一种基于行压缩存储的四阶Runge-Kutta法。根据无人机集群作战样式将无人机集群作战过程划分为三个阶段,并分阶段对无人机集群作战的状态转移过程建立连续时间Markov链模型。以无人机集群完成作战任务的可靠性作为求解指标,运用四阶Runge-Kutta法对Markov模型进行求解。由于求解过程中速率转移矩阵具有稀疏特性,采用基于行压缩存储的算法优化求解速率。仿真实验表明,运用连续时间Markov理论建立的无人机集群作战过程模型的有效性和可行性优于其他模型。同时,与其他算法及模型相比,该算法计算速率更高、能更好地满足结果精度的可靠性需求,进一步说明了本算法的优越性。 〖BHDWG8,WK10YQ,DK1*2,WK1*2D〗〖XCHSC.TIF;%129%129〗听语音 聊科研与作者互动     

技术状态控制的理解与实施

结合对有关国家军用标准、行业标准的理解和实际工作中技术状态控制方面的做法、经验和体会,从技术状态更改、偏离、不合格的控制及设计输出的后续补充几个方面,浅谈技术状态控制。     

体系攻防条件下的多阶段目标选择模型

针对体系攻防对抗条件下的目标选择问题,提出了一个基于完全信息序贯博弈的多阶段目标选择模型。该模型分析了目标体系攻防的博弈过程,使用动态贝叶斯网络描述了对抗双方策略对博弈状态的影响,将目标选择问题转化为标准的博弈树对策问题求解。然后设计了一种消除目标体系结构中与或子树的方法,以简化目标选择策略空间。最后通过案例说明了使用逆向归纳法求解目标选择策略的过程。结果表明,该模型和方法能够在体系攻防、目标间具有复杂层次关联的条件下为目标选择决策提供辅助。