“民汉一体化”教学模式改革探索与实践——以新疆财经大学民汉混合教学班为例

在新形势下高校如何深化教学改革,如何科学构建少数民族人才培养模式,对新疆各高校提出了新的目标和要求.新疆财经大学“民汉一体化”教学改革已经实施6年,通过对实施情况的调查与研究,提出重视汉语预科教学、分层分级教学、利用在线教学等措施,进一步完善“民汉一体化”人才培养模式,以期进一步提高高校少数民族人才培养质量.     

基于混合高斯概率密度的加权打分方法

针对当前评比打分方法不能有效反映选手真实情况的问题,提出了一种基于混合高斯概率密度的加权打分方法。该方法的重点在于引入混合高斯分布来确定专家评分的权重。首先利用EM算法确定混合高斯分布模型参数,然后通过区间划分得到每个区间上的概率,再将专家打分映射到混合高斯概率密度函数区间上得到对应的权重,最后经加权求和得到选手的最终成绩。通过实例证明了该方法的合理性和公正性。     

用于有限体积法的中心WENO混合格式

通过理论推导得到6阶中心格式与5阶WENO格式相结合的混合格式(CWENO6格式),为了提高有限体积法中高精度格式的计算效率,引入3阶MUSCL反卷积方法以取代传统有限体积法中的反卷积方法。通过不同的算例比较了CWENO6格式与WENO5格式的数值表现。结果表明,相比于传统的WENO5格式,在网格量相同的前提下,由于数值耗散较小,CWENO6格式对流动细节的描述更为准确,为有限体积法模拟三维多尺度复杂提供了一种更为有效的方法。     

环境因子和混合贝塔分布的贝叶斯法制导弹药评估

针对制导弹药可靠性试验评估成本高和靶场试验次数少的问题,采用基于环境因子和混合贝塔分布的贝叶斯法对制导弹药可靠性进行评估。利用环境因子法,结合成败型产品讨论了不同库存环境制导弹药可靠性试验数据的折合,解决了不同环境下数据融合的问题。以混合贝塔分布为先验分布,得到了评估制导弹药可靠性的Bayes方法,该法解决了性能检测试验数据与靶试数据融合问题,并对制导弹药可靠性进行了数值仿真计算,为制导弹药可靠性评估提供了一种新方法,具有一定的价值。     

脉冲噪声环境下无线通信系统性能研究

针对基于高斯噪声的无线通信系统无法适应脉冲噪声的情况,以α稳定分布作为脉冲噪声模型,根据模型统计特性,经过理论分析给出了脉冲噪声条件下2ASK的误码特性计算方法,并通过仿真实验验证了该方法的正确性.仿真表明,在混合信噪比较低(MSNR10dB)的情况下脉冲噪声的影响并不明显,接近于高斯噪声,而在较高混合信噪比(MSNR11dB)情况下脉冲噪声使系统的误码率急剧增加,对通信质量造成严重破坏.     

十师、北屯市:抓住关键 有序推进

正10月15日,十师召开党的群众路线教育实践活动总结大会,对十师党的群众路线教育实践活动进行全面总结,对巩固发展教育实践活动的成果、建立长效机制进行部署。活动开展以来,十师紧密结合实际,紧扣为民、务实、清廉的主题,坚持自上而下、以上带下,紧紧抓住领导带头这个根本、一把手这个关键,主动超前谋划、深入一线、靠前指挥,一系列行之有效的措施使活动取得显著成效。注重结合实际,突出师、市特色。师党委坚持把中央和兵团精神与     

基于粒子群算法的H_∞混合灵敏度控制研究

针对步进电机存在负载摄动和失步超步问题,提出了一种基于粒子群优化算法的混合灵敏度设计方法。在H∞混合灵敏度约束下,采用粒子群算法寻找能够反映系统特性的适应度函数最优值,在搜索到合适的加权阵基础上,利用Matlab得到了H∞最优控制器,并利用优化控制器对步进电机进行控制仿真实验。实验结果表明：该系统具有响应快速平稳、抗负载扰动强等特点。     

全面抗战前（1928—1937）国民党军队的编制演变

从北伐战争结束到七七事变爆发近十年时间内,国民党军队进行了若干次整理,每次整理均采用不同的编制。中原大战后,十九年编制成为南京时期第一个正式编制,多数军师依此编制进行了整编。“安内攘外”时期的廿一年“整理师”编制较为理想,然未能广为推行;出于“剿共”的考虑,部分军师采取了“剿匪师”的编制。1935年陆军整理颁布的廿四年“教导师”和“整理师”编制高低搭配,但落实上存在障碍;直至1936年依照“调整师”编制,20个一线师才进行了有效的重新编组和充实。战争爆发前夕,“调整师”、“整理师”编制进行了最后的修正,同时地方军队也按照中央的规范完成整理。战前国民党军的整建过程曲折延宕,进展踯躅,而在整建中推出的编制,总体处于一个较低的水准。     

美军典型军事理论发展特征分析

当前,军事理论正呈现加快发展、全面创新、整体转型的新局面,文章分析了美军典型军事理论的发展变化特征和内在原因。     

时间和制导资源约束下的武器目标分配

针对防空作战过程中的武器-目标分配问题,以目标毁伤概率最大为目标函数,提出一种混合粒子群算法.该算法融合粒子群算法和遗传算法,首先利用粒子群算法找到不受时间和制导资源约束的一组解,再利用遗传算法对粒子群算法找到的解进行寻优,最终找到一组满足时间和制导资源约束的最优解.仿真结果表明,该算法收敛速度快,迭代次数少.