卫星遥测数据相关性知识发现方法

为快速发现海量遥测数据中的相关关系,提出一种基于改进最大信息系数(Maximal Information Coefficient, MIC)的遥测数据相关性知识发现方法。以Mini Batch K-Means聚类算法为前驱过程对数据进行网格划分;计算该网格划分下的互信息,并以信息熵代替原有最大熵对互信息进行归一化矫正得到信息系数;选择不同网格划分下MIC作为变量相关性的测度。采用量子卫星遥测数据进行试验,结果表明:与基于动态规划算法的MIC方法相比,所提方法可有效解决MIC测度偏向多值变量的问题,时间复杂度从O(n~(2.4))下降为O(n~(1.6)),是一种适用于大规模遥测数据相关性分析的有效方法。     

基于VMD与数学形态学分形维数的战场声目标识别

为快速识别直升机与坦克的声信号,提出了一种变分模态分解(VMD)与分形维数相结合的声学目标识别方法。对目标声信号进行VMD分解,根据目标声信号的频域能量分布确定分解的模态(IMF)数目;通过数学形态学方法计算各个IMF的容量维数与信息维数,并以此为特征向量;利用BP神经网络分类器对直升机与坦克声目标进行识别,通过与传统EMD融合计盒维数的方法进行对比,验证了所提方法具有更高的识别率和运算速度。     

院校办学绩效集对分析评定

讨论了集对分析方法评定院校办学绩效．作为算例,对军队16所工程技术院校进行了排序,并用主成分分析法进行了验证．     

变桨距四旋翼无人飞行器航迹跟踪控制

针对传统定桨距四旋翼无人飞行器定桨距机构限制的问题,提出一种变桨距电机旋翼系统。在电机旋翼系统动力学模型的基础上,根据最小二次型最优控制方法设计了变桨距电机旋翼系统控制律,基于牛顿-欧拉方程和四元数运动学,建立了四旋翼飞行器动力学模型,推导了桨距角分配矩阵,设计了航迹跟踪控制律。仿真结果验证了变桨距技术相对定桨距技术在控制响应方面的优势,证明了提出的控制方法能够实现对变桨距四旋翼飞行器的高精度航迹跟踪控制。     

把握新时代基层思想政治教育提质增效的三个关键

习主席在中央军委基层建设会议上明确指出:“探索构建新时代思想政治教育体系,提高教育针对性和实效性。”时代变了,对象变了,教育必须跟着变。当前,外部环境条件、官兵成分结构、部队组织形态等发生深刻变化,思想政治教育的任务更加迫切而艰巨。如果不主动应对新时代的新问题,思想政治教育的针对性和实效性就难以保证与提高。影响新时代基层思想政治教育提质增效的因素有很多,关键环节主要有三个,分别是教育者、教育内容和教育方式。     

流水的浮点倒数近似值运算部件的设计与实现

在部分低精度浮点运算应用中,需要流水的浮点倒数近似值运算。本文基于SRT-4算法设计并实现了一种流水的浮点倒数近似值运算部件。该部件采用6级流水线结构,运算结果精度至少为8位有效尾数。为了支持对非规格化浮点数的硬件处理,还设计并实现了改进版,有利于进一步提高浮点倒数近似值运算的性能。改进版采用8级流水线结构,新增了源操作数预规格化和结果后规格化功能模块,可以实现对非规格化浮点数的硬件处理。经过逻辑综合评估,改进版的硬件开销是面积在合理范围内增加19.23%,且对时序没有明显影响,可以满足预期的1.6 GHz频率设计目标。     

面向大规模集群的并行I/O用户层配置优化策略

影响应用I/O性能的关键因素主要有三个层次:包括应用的I/O接口实现、体系结构和文件系统组件的性能以及应用的I/O参数配置。从应用I/O配置优化的视角,分析了大规模集群并行I/O的配置调优空间,在此基础上,给出了一套大规模集群并行I/O性能特征测试分析方法。基于该方法,在某国产超级计算集群上开展了一系列I/O测试分析来刻画系统的I/O性能特征,进而指导并行应用程序的I/O配置优化。基于优化后的配置参数,在两类典型的并行I/O场景中,针对某类生产应用程序,8192进程下的重启动数据写操作时间下降了15%,4096核的程序作业加载时间从10 min缩短到了5 s。     

面向大规模集群并行I/O的用户层配置优化策略研究

近年来,大规模并行场景下的I/O性能越来越受到应用科学家的关注。影响应用I/O性能的关键因素主要有三个层次：包括应用的I/O接口实现、体系结构和文件系统组件的性能以及应用的I/O参数配置。本文从应用I/O配置优化的视角,分析了大规模集群并行I/O的配置调优空间,在此基础上,给出了一套大规模集群并行I/O性能特征测试分析方法,基于该方法,在某国产超级计算集群上开展了一系列I/O测试分析来刻画系统的I/O性能特征,进而指导并行应用程序的I/O配置优化。基于优化后的配置参数,在两类典型的并行I/O场景中,针对某类生产应用程序,8192进程下的重启动数据写操作时间下降了15%,4096核的程序作业加载时间从10分钟缩短到了5s。本文提出的I/O配置调优空间及优化方法,可以推广应用到其它同类系统平台,对于大规模集群上的用户层并行I/O配置调优具有借鉴意义。