关于建立党委理财机制的研究

创建近些年来各级党委在理财上取得了一些成绩和经验,但也存在不少问题。主要是理财权责不清;财务关系不顺;财力分配不当;财务监督不力。因此,必须建立完善而高效的理财机制,把党委理财纳入法制轨道,形成惯性运行。文章认为,党委理财机制的模式是:实行集中领导、集权领导、集体领导;发挥分管首长、事业部门和财务部门的作用;实现落实财经政策和财务法规、完成部队事业建设任务、经费收支平衡的目标。     

论建立和完善军队税收辅助管理机制

为确保军队生产经营提供尽可能多的收益弥补军费不足,国家对军队企业实行了一系列优惠政策。但从军队税收管理现状来看,军队的财政管理功能不足以实现国家税收管理之目的;而军地企业不同的税负标准和效益评价差异,则不利于提高军队企业经营效益。这就决定了军队必须制定与国家税收法律制度相配套的、与军队实际情况相吻合的辅助性税收管理法规,以保证国家税收法律制度在军队的有效实施,避免国家税收优惠政策对军队主体的负增益效应,同时,规范军队企业财务管理制度,最终使国家税收优惠政策落实到促进军队建设上来。根据国家对军队企业税收政策的目的,建立军队税收辅助管理机制,应体现国家优惠政策原则、职能定义原则、法制化管理原则、税收管理和财务管理相结合的原则以及有限性原则。     

核事故应急中紧急防护行动的干预水平及在决策中应用的探讨

本文根据国际,国内最新资料,发表了对国际推荐的紧急防护行动通用干预水平的理解,论述了应急计划了干预水平的确定及其在紧急防护行动决策中的应用等问题,提出了并讨论了建立要操作性干预水平的必要性及存在的困难,简单介绍了芬兰建立可操作性干预水平的实例。     

样条有限点法分析板的非线性动力响应问题

本文提出了用样条有限点法分析板的几何非线性动力响应问题。采用了三次B样条函数与梁的振型函数的乘积作为试函数,由虚位移原理的动力方程出发,建立起以样条函数结点参数表示的基本方程,推导了非线性刚度矩阵的精确显式,并用wilson-θ法求解动力增量方程,求得挠度响应曲线。本文给出了算例,并与文献结果进行比较。本文提出的方法具有计算量小、精度高等优点。是十分有效的方法。     

一维结构瞬态响应分析的传递函数方法

本文给出了一种求解一维结构瞬态响应问题的解析方法。通过对控制方程及其定解条件进行Ｌａｐｌａｃｅ变换，将问题写成状态空间形式，用传递函数法求得统一形式的解析解。通过Ｌａｐｌａｃｅ逆变换求得结构在时域内的瞬态响应。文中给出了一些一维结构动力响应问题的算例。     

基于注意力机制的兵棋对抗态势预测方法

以不可观察算子实时位置预测为例进行兵棋对抗态势预测方法研究。训练基于注意力机制的陆战场战术级兵棋不可观察算子实时位置端到端预测模型。对高维离散兵棋态势特征进行低维嵌入,用多头自注意力机制学习特征交叉,通过把兵棋地图的各个六角格视为单独的类,将算子位置预测转化为稀疏特征下的多分类问题,达到33.47%的top＿1预测准确率,相较其他模型至少提高2.57个百分点,并具有良好的可解释性。     

基于深度学习的网络攻击检测模型

为提高复杂网络条件下网络攻击的检测检测精度、降低时间开销,提出一种基于卷积神经网络、双向长短时记忆网络和注意力机制融合的网络攻击检测模型GP-CABL。GP-CABL能够有效抽取网络流量的最优特征,并能够充分学习网络流量的空间和时序特征,有效提升了检测精度、降低了计算开销。实验表明,GP-CABL针对主要网络攻击识别精度可达99.87%,相较当前研究有较大性能提升,并具有较好的鲁棒性。     

对军事训练监察的几点思考

习主席强调指出,要“强化训练监察,科学监察、严格监察,加大追责问责力度,促进军事训练水平整体提升”。2019年发布施行的《中国人民解放军军事训练监察条例(试行)》(以下简称《条例》),是我军军事训练组织形态和体制机制的重大创新,对于促进练兵备战具有重要意义,在提升部队打赢能力中发挥越来越重要的作用。     

仿蝴蝶扑翼飞行器:研究进展、挑战与未来发展

以昆虫为灵感设计的仿生扑翼飞行器在近三十余年来的时间里发展迅速,而蝴蝶作为众多昆虫中极富特色的一种也得到了许多研究者的关注。国内外以蝴蝶为研究对象进行了许多的仿生学研究和仿生飞行器研制,尤其是近十年来仿蝴蝶扑翼飞行器的设计与制造取得了较大的进展。对这一热点领域的研究进行了综述。首先从仿蝴蝶扑翼飞行器(BIFAV)的升力机制研究、结构设计与制造以及驱动与控制方面,综述近年来所取得的研究成果;其次指出仿蝴蝶扑翼飞行器目前在大小尺度、飞行灵活性、续航时间、控制鲁棒性以及仿生的逼真性方面仍然存在研究挑战;最终表明其未来的研究将朝着更小的尺寸、更灵活的飞行与更可靠的控制、更高的仿生程度等方向进一步完善。     

一种巡逻执勤目标检测算法研究

巡逻执勤是具有重要意义的安全维稳行动,但是巡逻环境复杂、目标多样、检测难度大的问题十分突出,所以如何准确、实时检测巡逻执勤目标具有重大现实意义。为了提升对巡逻执勤目标检测的准确性和实时性,基于YOLOv5算法进行改进。为抑制巡逻环境带来的干扰,结合ECANet注意力机制进行改进,提高被检测目标显著性;同时为保证较好的实时性及多尺度目标检测能力,引入BiFPN网络结构。将改进算法与原始算法进行比较,mAP提升3.51%;与4种算法进行了对比实验,结果显示该算法能较好地降低巡逻执勤目标检测因检测相似、尺度多样、光照干扰等问题带来的影响,进一步验证了该算法在巡逻执勤目标检测任务中的有效性。