做好转业待安置干部的教育管理工作

转业待安置干部不是“边缘人”,不能放松对他们的教育管理工作。最近,我们对部分转业待安置干部的现实思想进行了专题调查。总的感到,这些转业待安置干部思想积极向上,具有较强的大局观念,对即将回地方工作有良好的心态和思想准备;能够用纪律规定约束自己,保持了军人应有的作风和形象。但我们在分析时也感到,目前转业待安置干部存在的一些心理倾向应引起各级高度关注。(一)想前途忧后路的心理。调查中他们对此普遍反映强烈,企盼自己回地方能有一份理想的工作,即使选择复员和自主择业的干部也想再找一份合适的工作。特别是一些想易地安置但又…     

月光照人——对父亲一位军工老战士的怀念

夜深了,窗外阵阵微风吹来。月光依旧,泻水般地洒向大地,那银灰色的朴素,那默无声息的平凡,就如远处幽黑的大山。哪怕是在没有月光的夜晚,我总是想起那有月光的过去。我的思绪一丝一丝,一片一片,如月光般悠来荡去,总觉得白天挽不住太     

让头抬得更高

我国有一位航天专家曾经说过:中国航天的卫星发射多远,我们中国人的头就能抬多高!在隆重庆祝我国航天事业创建50周年之际,重新回味这句既形象又富有哲理的话,使人深感意味深长。新中国成立之初,我们伟大祖国还满目疮痍,百废待兴。以毛泽东、周恩来为代表的中国共产党人,正雄心勃勃,励精图治。以钱学森、钱三强为代表的一批留学海外的杰出科学家,满怀激情,投奔祖国。在国内外大势的推动下,正是这一股股不可遏止的力量,汇集成一个巨大的洪流,在1956年10月8日,以我国第一个导弹研究院——国防部第五研究院成立为标志,正式创建了我国的航天事业,…     

丰宁县人武部加强退伍军人管理发挥退伍军人作用

河北省丰宁满族自治县人武部为加强对退伍军人的管理,专门成立了退伍军人预备役登记办公室,并指派专人对退伍军人进行认真登记造册,将有关数据及时输入退伍军人预备役管理系统。由于领导重视,组织严密,杜绝了漏登、错登、补登等现象的发生。同时,该县人武部从复员退伍军人中挑选优秀青年组成民兵治安巡逻队。     

有效举措确保学子入军校

为确保报考军校应届毕业生能够顺利入学,四平市铁东区人武部在政审工作中,及早建立健全组织,明确职责分工,统一印制了各种表格,并会同当地招生办和考生所在地派出所,做到与学生老师见面、与街道或村委会见面、与学生本人和家长见面。通过采取以上措施,充分了解和掌握考生的现实表现。同时还广泛开展了宣传教育活动,既保证了学生报考军校的热情,又保证了为部队输送优秀的后备人才。     

打造水上应急精兵

7月21日,抚顺市新抚区人武部组织水上救援分队进行了一次实兵演练,受到军地领导的充分肯定。今年,人武部投入10万多元资金购买了冲锋舟、橡皮艇,救生衣等水上救援器材,组织了为期一周的冲锋舟、橡皮艇驾驶员集训,通过强化训练,使参训民兵熟练掌握了发动机的维护保养和冲锋舟的驾驶技能,提高了执行抗洪抢险任务和实施水上救援的能力。     

突破军转民企业的发展障碍

伴随着我国的经济转型过程,在国家定货不足、传统的计划经济难以为继的压力下,一大批军工企业走上了军转民之路。经过20多年的改革与发展,相当一批军转民企业在市场竞争中站稳了脚跟,有的甚至已成为国际化经营的大企业,典型的如四川长虹;但也有很多军转民企业未能经受住转型与市场竞争的考验,走向了亏损甚至破产的境地。我国已加入WTO,面对日益激烈的市场竞争,如何使军转民企业顺利完成转型并不断发展壮大,已成为一个亟待研究解决的重大课题。     

阿纳姆空降——盟军的“地狱”之战

空降是为了遂行作战任务而使用空中运输工具将军队投送到预定区域实施作战的行动,它包括机降和伞降。实施空降作战能够快速夺取对方政治、经济中心;抢占对方战略要点,配合地面进攻部队,突破对方防御,合围对方重要军事目标;夺占登陆场,配合登陆作战等。但是,如果运筹不妥或者时机不当,不仅不能发挥其突然、快速、中间开花的优势,反而会招致巨大伤     

“蓝色竞争”的发动机——海洋技术

蔚蓝色的海洋,占整个地球表面积的70．8％,蕴藏着极其丰富的资源,包括生物资源、矿产资源、化学资源和能源以及可以利用的空间资源等,是巨大的“蓝色聚宝盆”。它作为人类生存和发展的新领域,已经成为世界各国相互竞争的角逐场,并不时成为兵戎相见的战场。“谁控制了海洋,谁就控制了一切”,“谁能控制海洋,谁就能控制世界”,古希腊人和古罗马人这些预言在未来的某一天将可能变成现实。     

基于CNN-LSTM的在轨卫星故障预测分析

在役考核中,对遥测参数进行监控与分析,是评估在轨卫星工作状态及健康状况的重要途径.为解决在线多任务故障预测问题,提出了结合长短期记忆网络(LSTM)和卷积神经网络(CNN)的数据挖掘模型,并运用了一种基于误差反馈的权重自调整机制.利用某型卫星(含故障)遥测参数的仿真数据进行分析处理,实验结果表明:在线CNN-LSTM模型以最小的信息损失进行建模,对比单一模型以及传统的回归模型,CNN-LSTM模型不仅在测试集上取得了最小平均绝对百分比误差12.61％,同时模型预测性能在长时间预测中优于离线模型.