军事视野中的现代国家成长

掌握军事活动的规律,提高军事斗争的水平,是创建现代国家的关键性要素。中国社会主义革命的军事历程既书写了社会主义革命的崭新篇章,也是对现代国家建设和人类政治文明的重大贡献。军事对现代国家的政治发展产生了巨大影响。军事转型相对走在前列使发展中国家的政治建构为前者所引导。特别是国家的治理模式受到军事的深刻影响,同时,国家治理的精英队伍大大依赖于军事领域的人才供给。军事与现代国家经济发展的关联重要而又复杂,要做到两者的和谐发展不仅需要正确地把握两者的发展规律和内在关联,还应该有更为宏观的战略思维和对人类现代化的深刻认识。中国特色社会主义在这方面的探索形成全新的模式。     

用于机动目标跟踪的联合IMM Viterbi数据关联算法

针对低检测概率、重杂波环境下的机动目标跟踪问题,提出一种联合交互式多模型Viterbi数据关联(C-IMM-VDA)机动目标跟踪算法.该算法利用各模式下的滤波器的量测预测、量测预测协方差及模式概率构造一个统一的综合波门,排除不可能的路径转移,减少到达一个目的节点的源节点的个数.机动目标仿真结果表明,与IMM-VDA(交互式多模型Viterbi数据关联)算法相比,C-IMM-VDA算法在大大减小计算量的同时,降低了航迹失跟率,提高了航迹平均跟踪精度.     

分类指导 精心安排 郴州军分区着力提高后勤人员学习实践效益

军分区后勤部门日常具体性、业务性工作多,特别是人武部实行资金集中支付制度以后,所有账目由军分区统一管理,人少事多、工学矛盾突出的特点更为明显。开展深入学习实践科学发展观活动,怎样让后勤日常业务工作和学习实践活动相互促进、相得益彰?湖南省郴州军分区注重搞好分类指导,精心组织安排,帮助后勤人员算好"三笔账",不断提高学习实践活动的质量效益。     

基于灰色关联法的飞行模拟器方案评估

对三个飞行训练模拟器方案进行灰色关联评估。根据装备效能分析原则,结合飞行训练模拟器组成结构的自身特点,确定了影响飞行训练模拟器效能的主要指标,建立了飞行模拟器效能评估体系,应用层次分析法,计算出各指标的权重,再利用灰色理论原理,对效能体系中主要指标进行了灰色综合评估,然后把灰色综合评估值与费用结合,确定评估矩阵,按照灰色关联法的步骤,计算出各方案与理想方案的关联度。结果是比较符合实际情况的,并且应用到某型飞行模拟器方案论证中。     

多决策目标排序的层次分析与灰色关联法

战争中对打击目标排序是下定作战决心的前提,是战场信息处理的重要内容.随着军事科技的发展和战术运用要求的提高,决定目标排序的因素不断增多,作战环境更加复杂,单一指标已不能满足需求.采用层次分析和灰色关联相结合的方法对多决策目标进行分析,为具有多决策因子目标提供了一种排序方法.灰色数据的白化和精确数据的直接使用提高了数据的效率,使得不同特点的目标具有可比性.实例表明,该方法行之有效.     

多目标灰关联决策的典型水面舰艇反潜性能评估

水面舰艇反潜武器系统具有综合功能强、战技性能指标多的特点,许多指标模糊性、相对性较强,必须寻求一种能对武器系统战技技能进行有效评估的方法,采用多目标灰关联决策的方法对水面舰艇反潜武器系统战技技能进行评估.首先根据灰色系统理论建立了多目标灰关联决策模型,其次以灰色关联度为基本依据构造出水面舰艇反潜武器战技性能评估指数,最后根据所建立的模型对5种典型水面舰艇的反潜性能进行了综合评估.     

灰色理论GRA模型在舰船生命力论证中的应用

运用灰色系统理论中的灰色关联分析法对舰船生命力进行了综合评判,建立了在不同设计方案中的优选模型,并以舰艇动力系统的设计为例,运用GRA对其进行优化选型。结果分析表明,此方法简单易行,结果准确可靠,可为系统设计方案的选优提供理论依据。     

数据库中关联规则的并行/分布式采掘技术

高效的并行/分布式采掘方法是数据库中关联规则发现技术的重要的研究方向,首先给出了关联规则的并行/分布式采掘的相关描述,针对关联规则并行/分布式采掘的基本思想,分析算法中可以改进效能的环节,提出生成更少候选集、局部剪枝、减少通讯量和优化扫描等提高性能和降低复杂度的方法。     

基于灰色分析的联合作战营房保障决策模型

优化联合作战营房保障策略,是提高联合作战营房保障效力和保障效益的前提。联合作战营房保障具有保障层次多、范围广、任务重等特点,其保障决策系统涉及因素较多,各因素又难以精确地描述,决策过程具有模糊性。通过建立合理的联合作战营房保障评价指标体系,应用灰色关联度分析方法,构建的联合作战营房保障决策评价模型,具有较强的实用价值。最后,给出了应用实例。     

文献信息分类的代数学方法研究

本文以代数学方法定义了文献信息空间模型,定义了文献和类目的隶属度。以此为基础,实现文献信息的计算机自动分类。本文探讨了计算机分类过程中,特征词提取和加权方法,计算机分类知识的自学习和自维护方法。