《〈黑格尔法哲学批判〉导言》的文本学分析

《〈黑格尔法哲学批判〉导言》是马克思主义经典著作中的一篇重要历史文献;近年来学术界在《〈黑格尔法哲学批判〉导言》的文本性质、逻辑结构以及理论内涵等方面取得了众多的研究成果;同时在比较研究、系统性研究以及研究的现实性等方面也存在着需要进一步加强的地方。     

什么是国防科技工业标准体系表

国防科技工业标准体系表是国防科技工业标准体系的一种表现形式。它包括两个部分,一是反映体系结构层次的框图;二是包含了标准项目名称、体系分类编号、属性、标准适用范围、标准级别及相关要素在内的明细表。     

公开承诺履职责 “创先争优”见行动

农六师芳草湖农场党委在开展创先争优活动中,把公开承诺作为重要环节和有力抓手,通过行之有效措施,使公开承诺成为联系职工群众的纽带,成为检验党组织、党员能力水平的标尺。广泛动员引思路分类指导重实效     

基于动态时间规整算法的车辆目标分类研究

将动态时间规整(Dynamic Time Warping)算法应用于地面车辆目标的分类识别中。基于微多普勒效应原理,建立了轮式车辆和履带式车辆雷达回波模型,对两种车辆目标微多普勒信号的差异性进行了分析,并结合实测数据,验证了理论分析的正确性。在杂波抑制及速度归一化处理的基础上,利用动态时间规整算法,将提取出的车辆目标的累积失真距离作为目标分类识别的依据,实现了轮式车辆和履带式车辆的自动分类。基于实测数据的实验结果表明,该方法在不同信噪比条件下都具有较好的分类性能。     

基于单一聚类方法的航空器相撞HFACS诱发模式分析

为了有效防控航空器相撞事故的发生,保证航空系统安全、有序和高效运行,提出一种基于单一聚类过程的人为因素分析分类系统(HFACS)诱发模式分析方法。在该方法中,首先,根据航空器相撞的具体特点建立了HFACS。然后,利用HFACS对发生的航空器相撞事故/事故征候进行量化,构建历史信息的数据表。最后,采用单一聚类方法对得到的数据表进行诱发模式分析,识别出重要的诱发模式及模式中包含的重要影响因素,并据此提出防相撞的管控措施。实例分析表明,所提出方法的实现过程简便,定性定量结合,形式易于理解,分析结果也更加贴近实际,对于提升防相撞的管理和决策水平,防范航空器相撞及减少造成的损失具有重要的实用价值。     

装备保障能力评估指标选择方法研究

针对当前装备保障能力评估指标选择方法存在主观性较大、评估精度低、评估结果一致性差等问题,提出了3种装备保障能力评估指标确定方法。依据面向能力的思路,通过对能力、性能与特性关系的分析提出了指标确定方法;基于本体论与文本挖掘技术,对装备保障能力相关文本的特征进行表示和提取,最后定义合适的文本挖掘泛化规则提炼出评估指标和权重;利用FP-Growth关联规则和模糊贝叶斯网络建立混合模型获取评估指标及权重,最后通过案例验证各方法的客观性、有效性和一致性。     

通用装备机液系统综合检测试验平台综合信息管理系统设计与实现

探讨了通用装备机液系统综合检测试验平台综合信息管理系统在网络和功能结构、信息处理流程、数据分类和数据结构、数据传输接口等方面的设计方法,该设计方法在通用装备机液系统综合检测试验平台综合信息管理系统项目中进行了应用,取得了良好效果,为类似的综合管理信息系统的设计探索了一条有效的路径。     

以网络信息平台为基础的军转民运行模式探讨

在按生产要素为标准的军转民分类研究中,作者已将军转民生产要素分为劳动者、劳动工具、劳动对象、科学技术、生产管理、生产信息、科技教育这七个主要方面加以分类研究,并得出了在当前我国新军事变革、国防工业市场化、国防企业机制改革的过程中．技术仍然是军转民股权分置改革、军工企业上市融资、军工企业引入私营资本等军转民热点现象背后的推进剂、加速剂,决定了军转民企业在新一轮的改革与发展中能否获得竞争优势的关键这一结论。因此,在本文的研究中我们以技术军转民为中心,     

次优最大似然调制识别算法及其性能分析

提出了一种降低计算复杂度的次优最大似然调制识别算法,该算法在一定的信噪比条件下,具有与最优分类算法相近的性能.通过分析,得到了次优算法达到较好性能所需的信噪比.并在两接收天线的情况下,研究了次优算法的识别性能,仿真表明次优算法在两接收天线时约有3dB的信噪比增益.     

一种基于交叉关联积分的功放无意调制识别方法

针对同频率连续波信号中的功放指纹分析问题,提出一种基于相空间交叉关联积分的无意调制识别方法(CCI-UMI).该方法通过对功放无意调制的机理分析和对重构矢量沿轨迹概率(PDT)的理论分析,建立了相轨迹比较的基本理论依据和参数选择方法.采用多尺度交叉关联积分算法,在重构相空间实现了对信号细微差别的灵敏比较.对任意波发生器两路通道实测数据的分类实验表明:本方法识别率较高,经合理选择参数,在低信噪比下可获得比功率谱方法和相空间微分方法更好的分类性能.