战时后勤保障“三要”

信息化条件下的后勤保障,是影响战争进程、决定战争胜负的关键力量。 一要建立功能齐全、机动灵活、部署合理的一体化保障体系。技术决定战术,作战需求决定保障方式。综合保障是联合作战对保障提出的必然要求。在当今信息化条件下,作战力量的三军联合、作战空间的三维一体、作战手段的攻防兼备等,使得作战行动的整体性特征明显。     

基于特征空间中类别可分性判据的特征选择

针对支持向量机首先要将数据通过一个非线性函数映射到高维特征空间,从而在特征空间中改变了数据的分布,因此在设计支持向量机分类器时有必要在特征空间进行特征选择,而非原空间。提出在特征空间中利用类别可分性判据进行特征选择,将类内类间距离引申到特征空间来计算可分性判据。通过仿真,该方法能够有效地在特征空间进行特征选择。     

思想政治工作坚持以人为本的理念、内涵和方法

新形势下,我国社会发展呈现出一系列新的阶段性特征,出现了一系列新情况新问题。思想政治工作必须积极应对,以科学发展观为指导,积极探索以人为本的思想政治工作理念、内涵和方法。     

基于波形骨架的信号细微特征识别

从渡形这一原始信号特征来分析信号细微特征,研究建立一种渡形骨架提取的信号细微特征识别模型,强调利用主曲线来提取渡形的原始骨架,采用分形进行骨架比对,借此识别不同信号源发出的信号.依据信号源细微特征产生机理,设计仿真实验,验证波形骨架提取的信号细微特征识别模型可靠有效.     

“霸气”十足的美军军事理

任何理论,包括军事理论,都具有深厚的民族文化背景,是民族心理在特定历史时期的表现。而文化,实质上就是人的外化,是对一定的历史、地理和人类种群深层状态的反映。文化是决定一个民族如何对待战争的主要因素,包含着构成一个民族的基本要素,并赋予这些要素明显的民族特征。作为美国军事文化的军事理论正是美国军人的“外化”,彰显着美利坚民族的独有特性。     

某单兵无人车载系统电子稳像多分辨率塔式算法

在原有电子稳像算法基础上引入塔式分解,探索满足某单兵无人车载系统中稳像需求的算法,提出电子稳像多分辨率塔式算法.重点介绍了高斯塔和小波塔的构建方法,给出了塔式分解实验结果,并与未进行塔式分解稳像过程进行比较,从而得出此算法大大节省运算时间,提高了系统稳像的实时性,在特定应用环境中具有重要现实意义.     

重要的军事信息资源 测量与特征信号情报

目前,美国将情报收集分为“人工情报”(HUMINT)、“图像情报”(IMINT)、“信号情报”(SIGINT)及“测量与特征信号情报”(Measurement And SignatureIntelligence,MASINT)等4个科目。冷战时期,美苏双方主要对前3个传统的情报科目进行激烈较量。近些年,美国越来越认识到一个新的情报科目——“测量与特征信号情报”的重要性,并使之得到快速发展。现在,测量与特征信号情报已成为美国最重要、最基本的军事信息资源,以及最重要的国家信息资源之一。     

物理化学实验“H2O2的催化分解”的改进

基于“H2O2的催化分解”实验中存在气密性差、操作不便、容易产生读数误差等问题,利用废旧医用材料对该实验的装置和数据处理方法进行了改进。改进后的实验操作简便,节省时间,实验结果较真实。     

基于CEEMD能量熵与极限学习机的滚动轴承故障诊断方法

鉴于滚动轴承振动信号具有非线性、非平稳的特点以及难以获得大量典型故障样本的现实情况,提出了基于互补集合经验模态分解(complementary ensemble empirical mode decomposition, CEEMD)与极限学习机(extreme learning machines, ELM)相结合的滚动轴承故障诊断方法。采用CEEMD方法对滚动轴承非平稳的原始加速度振动信号进行分解,得到若干个平稳的本征模函数(intrinsic mode function, IMF)分量,计算不同状态下滚动轴承振动信号经CEEMD分解后各IMF分量的能量熵,从蕴含着主要故障信息的IMF分量中提取出能量特征,对其进行T分布随机近邻嵌入(T-stochastic neighbor embedding, Tsne)聚类可视化分析,观察特征对滚动轴承状态的反映情况,将特征作为输入建立极限学习机,判断滚动轴承的工作状态和故障类型。使用美国凯斯西储大学公开的人工损伤轴承数据进行仿真实验,对轴承得不同运行状态的识别准确率可以达到95%,明显高于多分类支持向量机、K近邻等方法,该结果表明,所提方法在...     

采用张量方法的盲干扰抑制及信源恢复技术

针对多输入多输出系统受到有意干扰情况下的盲干扰抑制和信源恢复问题,提出一种双阵列天线接收机结构,通过差分处理,在不考虑独立性的条件下实现盲干扰抑制。消除干扰后的数据有明显的张量切片特征,将其堆积成三阶张量,并通过基于张量分解的方法不经信道估计直接恢复源信号,相较于传统基于信道估计的信源恢复方法大大降低信道估计误差的影响,提高恢复精度。仿真结果表明,所提方法较传统基于训练序列进行信道估计的方法能以更小的训练开销达到更优的信号恢复性能。