军民融合式装备保障的基本构想

我军装备保障既要适应一体化联合作战的需要,又要适应发展市场经济的需要。因此,通过对装备保障所需的信息、技术、物资、人才、资金等要素的整合,打破军地、军兵种之间的壁垒,构建以信息流、技术流、物资流、人才流和资金流为核心的军民融合式装备保障的基本框架,将装备保障当作一个整体系统通盘考虑,既要兼顾军事装备保障的特殊性和保密性,又要实现经济保障和高效保障。     

非线性耦合反应扩散系统解的存在性与脉冲同步

研究了耦合反应扩散系统整体解的存在性,并对其进行了证明。在此基础上,进一步加入脉冲条件,首次提出该系统脉冲同步的稳定性准则,得出脉冲误差系统是全局拟吸引的结论。     

利用矩阵求极大相容类的一种方法

寻找相容关系的极大相容类和简单图的极大完全子图,在解决二元关系与数据挖掘和管理决策中的具体问题时有重要作用。利用相容关系的极大相容类与简单图的极大完全子图之间的对应关系,对极大完全子图的路径长度进行分析,得到了关于极大完全子图路径长度的一个定理。并根据该定理构造了一个用矩阵的路径长度搜索简单图的极大完全子图的方法,进而利用该方法找出了对应相容关系的极大相容类。     

基于3Dmax和OGRE的某型装备视景仿真研究*

某型装备视景仿真的研制对于提高教学质量和训练水平具有重要意义.提出了一种基于3Dmax和OGRE可视类的视景仿真方法,给出了视景仿真系统的总体结构和实现过程,解决了视景仿真过程中一些视点变换、角度控制、场景变化、面板仿真等关键的技术问题.     

神经形态器件现状与未来

为解决现有冯·诺依曼计算机面临的低智能、高能耗、低容错等问题,"类脑计算"应运而生。"类脑计算"借鉴大脑的体系结构和信息处理方式,基于神经形态器件构建逻辑与存储相融合的计算硬件,旨在实现更为灵活和智能的信息处理与计算模式。在阐述"类脑计算"起源与发展现状的基础上,研究了人脑神经网络信息处理机制,重点介绍了神经形态器件的研发态势。神经形态器件作为类脑计算芯片和系统的基本组成单元,对于类脑智能的实现至关重要,因此研发能够高精度模拟生物突触、神经元信息处理功能的微纳器件是当前的研究热点。     

基于灰色聚类的多机种保障装备保障能力评估

随着多机种作战成为空军作战的主要方式,对地面保障装备的保障能力提出了更高的要求,保障能力的好坏直接关系到作战任务的完成与否。通过对多机种保障任务进行分析,建立了多机种保障装备保障能力评估指标体系,采用层次分析法确定了各指标的权重,运用灰色聚类的评估方法对多机种保障装备的保障能力进行了评估,并结合实例,验证了该方法的有效性,为保障能力的提升提供了参考依据。     

VNS和SA相结合的指挥控制资源部署

针对指挥控制资源部署问题,引入任务复杂度来定义决策实体的工作负载,并建立以最小化决策实体工作负载的均方根为目标的优化模型。针对传统的层次聚类法容易陷入局部最优,提出了一种变邻域搜索(Variable Neighborhood Search,VNS)和模拟退火(Simulated Annealing,SA)相结合的具有全局性的求解方法,使用VNS进行全局寻优,使用SA对VNS中的邻域进行局部寻优。最后通过一个联合作战案例的平台调度方案,验证了所提方法的优越性。     

增量式神经网络聚类算法

神经网络模型具有强大的问题建模能力,但是传统的反向传播算法只能进行批量监督学习,并且训练开销很大。针对传统算法的不足,提出全新的增量式神经网络模型及其聚类算法。该模型基于生物神经学实验证据,引入新的神经元激励函数和突触调节函数,赋予模型以坚实的统计理论基础。在此基础上,提出一种自适应的增量式神经网络聚类算法。算法中引入"胜者得全"式竞争等学习机制,在增量聚类过程中成功避免了"遗忘灾难"问题。在经典数据集上的实验结果表明:该聚类算法与K-means等传统聚类算法效果相当,特别是在增量学习任务的时空开销方面具有较大优势。     

加强小散远直单位党支部建设

小散远直单位是部队的一个重要板块,加强小散远直单位党支部建设,是落实科学发展观推进基层整体建设又好又快发展的重要抓手。     

提高小散远单位自建能力

小散远单位建设具有诸多不利因素,一是通常远离机关,独立分散,工作指导难到位;二是条件艰苦,环境特殊,官兵面临的实际问题多,官兵思想难管控;三足隶属关系复杂,干扰因素大,工作秩序难正规;四是基础设施薄弱,矛盾困难突出,整体建设难突破。因此,提高小散远单位独立自建能力十分关键。