国防动员大数据应用前景与对策

大数据时代,国防动员领域将发生崭新的变化.在动员资源表现形式上,由数字化升级为大数据化;在动员数据管理模式上,由"分散垂管"变为"组合增效";在动员计划决策功能上,由主观动员变为智慧动员.大数据对于国防动员领域的影响是革命性的,国防动员领域需要主动、积极地迎接大数据时代,包括树立大数据理念、抓好大数据项目研发与应用、加强大数据人才队伍建设、完善与大数据相适应的法规标准.     

大数据视野下微博涉军舆情引导策略

微博作为大数据时代具有代表性的社交媒体平台每时每刻都产生海量多样的媒体信息,各种涉军舆情信息混杂其中。微博数据的这种大数据特性对涉军舆情监测、识别、引导和管控带来了前所未有的新挑战。研究大数据背景下微博涉军舆情的特点规律和引导策略,对涉军舆情的管控有积极的理论和现实指导意义。     

大整数乘除运算在PC机上的实现

大整数在要求高精度的应用中非常有用.特别是大质数和一般大整数有一个极为重要的应用,就是关于计算机数据加密.在计算机数据加密技术中,常会遇到大整数的算术运算问题.由于所使用的机器和所用语言的限制,大整数的"乘""模"两种运算很难运用高级语言中的"乘""除"运算.提出了一种逐位存储、按字节运算的方法,并用C 实现了大整数的十进制乘除法运算,之后将提出的算法与类似算法的时间复杂度进行了比较,最后给出了算法的运行时间.     

考虑地下水浸没作用的预压荷载变化规律与沉降计算研究

研究了堆载预压法加固软土地基的过程中地下水浸没作用对预压荷载的减小情况,给出了深圳蛇口地区堆载预压加固地基过程中荷载的变化规律,利用大、小应变条件下的固结沉降计算公式对几种工况下的计算结果进行了对比分析.结果说明,考虑地下水浸没作用对地基固结沉降的影响随荷载和土压缩性以及土层厚度的增加而增大.通过与传统计算方法的比较,表明进行大变形分析时预压荷载的变化对最终沉降量有显著影响.     

衰减荷载作用下饱和软土的固结分析

研究了衰减荷栽作用下软土一维固结问题,建立了小变形固结模型,探讨了荷载衰减规律,分别求解了相应的小变形和大变形固结边值问题;通过理论解答与6块场地实测沉降的比较,表明用考虑荷载衰减的大变形固结理论计算软土一维固结的沉降值与实测结果接近。     

2023年深度学习技术主要发展动向分析

深度学习已成为人工智能领域的研究热点和主流发展方向之一,为诸多重要应用领域带来了革命性的进步。对2023年深度学习技术热门领域的主要发展动向进行了综合评述。首先介绍了深度学习技术发展现状,其次探讨了深度学习技术的军事应用任务和挑战,最后盘点了深度学习技术的未来重点发展方向。综述表明,大语言模型是深度学习领域在2023年最突出的亮点,世界模型框架下的自监督学习技术、强化学习框架下的人工智能智能体技术等也呈现加速发展态势;环境恶劣与强干扰复杂条件下的高鲁棒性深度学习、面向实时流数据高效处理与内在逻辑关联的深度学习、面向多变作战场景自主决策与快速决策的深度学习、面向跨域数据协同感知与协同推理的深度学习等,是深度学习技术未来重要的发展方向。     

大国动员呼唤大国防观

国家崛起总是伴随着国防觉醒,观念革命往往领先于技术革新,这是历史留给我们的深刻印记。自上世纪末海湾战争以来,我们的战争记忆就屡次被刷新。进入新时代,战争形态加速演进,国防动员系统在战场上扮演着越来越重要的角色,由此引发了国防观念的革命性重塑。庚子之春,这场突如其来的战“疫”,发于一域、战在全局。