抓好动态条件下考察识别干部

近年来,我们根据新的《军事训练与考核大纲》坚持把实兵演习等重大军事实践活动作为发现识别干部的主考场,走开定期考核与随机考核并举、定性分析与定量分析结合、静态考察与动态考察同步的路子,建起为培养使用干部提供客观公正的真实依据的重要渠道。     

装备实物资产应实行动态计价核算

近年来,为了提高装备经费的使用效益,加强了对装备实物资产的管理力度。从2000年至今,中央军委、四总部相继颁发了各类相关法规和文件,对装备实物资产的管理提出了明确要求,也取得了明显的成效。但在管理实践中,会计核算工作还存在一些问题,给装备实物资产的价值管理带来了直接的影响。其中,会计账务核算方法上价值反映滞后是重要问题之一。     

完善资产全过程动态管理机制之我见

军事资产全过程动态管理机制是指通过单位内部各部门之间的相互制约和牵制,对资产购置、计价核算、使用调剂、处置报废等资产活动各环节进行动态跟踪和管理的一种系统运行制度和机理。完善军事资产全过程动态管理机制涉及到各子系统,从目前军事资产管理系统运行情况看,应重点抓住资产动态管理组织机制、资产动态管理制度机制和资产动态管理行为机制等的建立与完善。     

基于关键行动点的作战计划动态评估

作战进程的仿真是作战计划生成系统的重要组成部分,采用作战力量点抽象和简化作战实体的方法,基于关键行动点的思想对作战进程仿真建模,由离散、静态的作战行动点,向连续、动态的作战行动转化,通过计算各个阶段作战效能值,“以静制动”,实现对作战计划任意阶段的计算机仿真评估.     

基于冗余的复杂体系动态适应性结构设计研究

针对复杂体系动态适应性研究所存在的问题,提出了复杂体系冗余概念和基于冗余的复杂体系动态适应性结构设计思想,讨论了基于冗余的复杂体系动态博弈设计过程及体系结构;在此基础上,根据复杂体系使命目标的执行特点及体系本身的结构特性,详细地阐述了复杂体系中的任务冗余、系统冗余和结构冗余三种冗余类型,并从冗余切换方式、冗余具体内容和冗余表现性质三个方面论述了复杂体系中各种冗余所组成的冗余体系,指出冗余体系是复杂体系适应环境的一种策略,也是复杂体系不断演化的需要和结果,并且能够为复杂体系动态适应性结构的构建及其效能评估和复杂体系的优化及改进等研究提供一定的理论指导。     

动态网络中的最短路径改进算法

本文在对动态网络进行理论分析的基础上,指出动态网络中可能出现的非FIFO弧是传统最短路径算法无法求得最优解的原因;通过对非FIFO弧进行理论分析,提出了等待时域和最佳出发时间理论,并将非FIFO弧变换成FIFO弧,给出了改进的Dijkstra算法。对比实验结果证明,该算法可以有效求得动态网络最短路径问题的最优解。     

适配子在生化分析中的应用进展

适配子具有亲和力高、特异性强、靶分子范围广、稳定性好、制备及修饰容易、可重复利用等优点,可以作为与抗体竞争的一类分子识别物质用于亲和PCR、生物传感器、适配子信标、色谱法、质谱法、毛细管电泳、流式细胞分析及荧光偏振等分析领域,显示出广阔的应用前景。     

低错误平层数列分割移位低密度奇偶校验码构造算法

为降低LDPC(低密度奇偶校验码)码错误平层,提出一种基于环分类搜索的APPS-LDPC(数列分割移位的LDPC)码构造算法。该算法具有码长、码率和列重的任意可设性,同时该类码的Tanner图围长至少为8。循环移位因子可以通过简单的代数表达式描述,从而降低内存需求。仿真结果表明,当误码率达到10-5时,APPS-LDPC码(496,248)相对于PEG-LDPC(渐进边增长LDPC)码获得了约1.9 d B的性能提升;随着信噪比的升高,两条译码性能曲线之间的差距将更大。此外,列重为3的APPS-LDPC码(6144,5376)在信噪比4.6 d B以后并未出现明显的错误平层。该构造算法与PS-LDPC码相比,在误码率达到10-8时大约获得0.25 d B增益;与围长为4和6的PEG构造算法相比,在错误平层区域其译码性能极优;同时相较于此两者,其构造复杂度和耗时也展现出一定优势。通过基于Tanner图的诱捕集分析方法,统计APPS-LDPC码(496,248)中由8环组成的部分小型诱捕集并不存在,从而证明了其错误平层降低的原因。     

一种稳健的循环平稳信号时延估计算法

基于信号循环平稳特性的时延估计算法具有较强的抗干扰和抗噪声能力,但循环频率误差时性能下降严重。针对这一问题,首先分析了循环频率误差对循环时延估计算法中,循环互相关函数相关法估计性能的影响,进而提出了一种对循环频率误差稳健的改进循环时延估计算法。改进算法通过两次搜索确定循环频率的真实值。仿真实验结果表明,改进算法可以有效地校正循环频率误差,最终使时延估计误差与无循环频率误差时基本相同。     

基于Delphi-BP神经网络的装备保障能力评估

针对评估指标数量过多可能给评估过程及结果带来的弊端,在构建装备保障能力评估指标体系基础上,给出了基于Delphi法的指标体系筛选的方法步骤,通过计算累计贡献率,对指标体系进行了筛选,降低了评估模型的输入维度。建立了评估部队装备保障能力的三层BP神经网络模型,利用Matlab神经网络工具箱对网络进行了训练和仿真,结果显示误差小于10-3。最后,通过对比评估,验证了方法的有效性和正确性。