家信

当兵那一年,最难忘的．就是写家信、读家信了。记得新兵训练开始不久,班长就问我．给家里写信了吗？我说．已经打过电话了。班长笑起来：那是不一样的,你应该写信。开始我不太明白．为什么放着先进的现代化通信工具不用,偏偏用最原始的方式,慢慢地我就发现．给家里写信．不仅仅是向家里报平安,更是一种情感的寄托与抒发。同样是一件事．电话里三言两语就说完了．但要是写信表达就不一样了．你得一面写一面想,甚至连每个字怎么写,用什么词表述,都需要认真思索一番。特别是对家人父母的思念之情．落到笔端．是那么的亲切自然．每一个字都饱含着思乡的深情,这是聊天说话表达不出来的。     

美国全球作战支持系统

美国的全球作战支持系统(GCSS)是 "武士C4I"的一个组成部分,它将人员、后勤、采办、医疗等支持功能集成到一个跨功能的环境中.GCSS将实现作战支持功能之间以及作战支持与指挥控制功能之间的端对端的信息互操作,为联合作战人员提供融合、实时的多维战场视图.主要介绍了全球作战支持系统的功能、系统组成及其未来作战能力.     

软件测试工具的问题及解决方法

讨论了当前软件测试工具的关键技术,并指出了其弱点,介绍了如何基于.NET技术对这些弱点进行相应的改善.     

面向指挥决策支持的多人协作交互模型

多人协作是指挥决策支持环境的突出特点之一.决策过程中的协作交互可以充分实现一致的态势认知,提高决策质量.利用分布式认知理论分析了决策支持环境中协作交互任务的认知分布,根据多人协作研讨的过程和特点,给出了协作交互任务的资源模型,指导面向决策支持的协作交互人机系统设计,并给出了一个多人协作研讨原型系统实例.     

基于改进LS-SVM的雷达故障诊断技术

针对传统雷达系统故障诊断流程复杂、诊断时间长且准确率仍有上升空间的问题,将改进最小二乘支持向量机算法引入到雷达系统故障诊断中,建立雷达故障诊断模型。该方法很好地解决了分类和函数估计问题,加快了诊断速度,改善了最小二乘支持向量机的鲁棒性和稀疏性,并提高了诊断准确率。通过对某型雷达故障诊断实例仿真,对比改进最小二乘支持向量机和传统神经网络在雷达故障诊断上应用的效果,仿真结果验证了该方法较传统神经网络,具有更好的雷达故障诊断效率和准确率。     

基于KKT条件的SVM增量学习算法

为了解决支持向量机(SVM)在增量学习时,由于支持向量选择不完全,导致增量学习过程无法持久进行的问题,提出了最大似然边界SVM增量学习算法。该方法在深入分析分类面变化趋势的基础上,充分利用KKT条件,选择包含支持向量的边界向量参与SVM增量学习。实验表明,该算法可以完全覆盖支持向量,与经典支持向量机算法的结果完全相同,并且节省了大量时间,为今后大样本分类和增量学习的可持续性提供了条件。     

基于瞬时转速分析的坦克柴油机失缸故障诊断方法

针对柴油机失缸故障检测排除工作效率低的问题,利用瞬时转速分析方法实现柴油机失缸故障快速检测。通过坦克实车故障模拟试验,测量了柴油机气缸失火时的瞬时转速信号,采用非线性插值方法对瞬时转速序列进行整周期调整。利用小波包分解方法对瞬时转速信号提取了转速波动信号,分析提取了瞬时转速信号的复杂度和时域、频域特征,建立了基于支持向量机的故障诊断模型,实现了气缸失火故障诊断,并利用瞬时转速波动率作为判定参数,实现了故障定位。     

嵌入式微处理器的多层次可配置仿真工具

为了适应嵌入式定制微处理器的开发的需要 ,克服现有微处理器仿真工具的某些不足 ,文中介绍了微处理器的仿真验证工具———VCPU的设计和实现方法。同其它微处理器仿真工具相比 ,该工具具有多层次 ,可配置 ,功能全面的特点。利用该工具 ,设计者可在设计早期进行系统集成验证 ,缩短设计周期并减少设计错误。该工具已经在嵌入式微处理器开发过程中得到成功应用     

程序语言的军用特征及其对计算机软件的支持

本文讨论了程序语言的军用特征及ＡＤＡ与Ｃ对军用软件的支持,最后指出军用语言的发展方向。     

机械故障特征与分类器的联合优化

在机械故障诊断中,特征选择和分类器的参数优化都可以提高诊断精度。利用特征和分类器参数的依赖关系,提出了特征选择和SVM参数的联合优化方法来提高诊断性能。联合优化方法采用支持向量机(SVM)作为故障分类器,SVM半径—间距上界(RM界)为目标计算诊断精度,并应用遗传算法求解此优化问题。齿轮故障诊断试验结果表明,联合优化的诊断精度要优于单独优化特征和SVM参数,而且优化速度更快。因此在故障诊断中,利用特征和分类器参数联合优化能够快速取得较好的诊断精度。