智能化对军事体能训练的影响与对策分析

随着科学技术的快速发展,智能化已成为军队未来发展的基本趋势,军事体能是军队战斗力的基本要素,智能化对军事体能训练的影响也将愈加深刻。因此,在军事体能训练中引入智能化技术,分析智能化对未来作战与训练的影响,构建体质体能测评分系统、训练方案智能化建设分系统、体育知识分系统、体能增强与虚拟训练分系统、训练监控反馈分系统和大数据管理平台"六位一体"智能化体能训练系统,对全面提升军队体能训练质量、强化战斗力建设、提升部队信息化水平和提升国民健康水平具有重要意义和广阔应用前景。     

新型冠状病毒肺炎疫情全球爆发期间民众群体心理研究【专题】

本文从认知过程、情绪过程和意志过程这三种心理过程的角度对2020年初席卷全球的新冠肺炎疫情期间的民众群体心理进行数据收集与初步分析,并在此基础上提出疫情期间民众群体心理的管理建议与对策,具体包括：引导对于新冠肺炎疫情的正确群体认知、调节新冠肺炎疫情引起的消极群体情绪和控制可能引发次生危机的社会意志与行为倾向三个方面。     

基于统一理论框架的故障诊断模型及学习进化方法

本文以概率图理论为基础,系统研究了基于这一理论框架的故障诊断模型,对模型的构建方法以及在不同场景下的模型演化方案进行了探讨,使得在统一理论框架下可实现多模式系统故障诊断、耦合故障诊断、动态故障诊断、故障预测等复杂情形的诊断。为了弥补单独利用基于模型的方法和基于数据的方法的缺陷,研究了诊断模型的学习进化策略,实现了诊断效果的改进和优化。另外,对模型后续的能力扩展和可能的研究方向进行了展望,为后续理论研究提供了参考。     

基于形态分量分析和EEMD样本熵的自动机故障诊断

针对自动机故障诊断过程中振动信号故障特征较难提取的问题,提出了结合形态分量分析(MCA)和总体经验模态分解(EEMD)的自动机故障特征提取方法。根据自动机振动信号组成成分的形态差异,利用形态分量分析方法构建不同的稀疏字典对各组成成分进行分离,消除噪声分量,提取出反映主要故障特征的冲击分量;对所提取的冲击分量进行EEMD分解并计算各IMF分量的样本熵值,以此作为故障特征向量输入基于离子群优化的支持向量机(PSO-SVM)进行识别。通过自动机典型故障诊断试验表明:形态分量分析方法可有效分离出自动机振动信号中的冲击成分;同时,所提出的特征提取方法能够有效地进行自动机故障诊断。