20世纪30年代四川新军阀混战和反共战争中的战争动员与善后救济

在二刘大战中,四川新军阀当局通过强化县级行政的战争勤务功能,使之成为战争动员的重要工具。在反共战争中,新军阀当局通过官方行政责任机构剿匪区安抚委员会和名义为社会团体的剿匪民众后援会,一方面最大限度地调动社会资源投入反共战争,其中又以编练团防清乡和筹集战争经费为要务;另一方面本着安置与救济并举的原则解决难民问题。但新军阀的掠夺本性使其民生高调终将成为空谈,善后救济终归不过是战争动员的欺骗性陪衬而已。     

细说浮躁

浮躁指轻浮,做事无恒心,见异思迁,不安分,总想投机取巧,成天无所事事,脾气大。贾平凹在《浮躁》一文中写到,＂在我们心灵深处,总有一种力量使我们茫然不定,让我们无法宁静,这种力量就叫浮躁。＂浮,名利之浮。＂浮＂是＂半桶水＂,装不满还晃悠。＂浮＂是成功、幸福、快乐和实现理想的最大忌讳。在日常生活和工作中,我们做事情很多时候都是在开始的时候一腔热血,然后是热情消退,最后完全放弃。是什么原因让我们放弃呢？是浮的心理,是急于求成、不愿面对困难的浮光掠影的心理所致。人一旦与＂浮＂结缘,学习就不可能刻苦,作风就不可能深入,工作就不可能扎实,静不下心,守不住神,白白丧失机遇。     

维护世界和平的坚定力量

3月5日,在提请十二届全国人大二次会议审议的2014年中央和地方预算草案的报告中,中央财政国防预算支出为8082．3亿元人民币,比去年增长12．2％。消息一出,一些西方媒体开始“习惯性地担忧”。其实,大可不必如此紧张,中国国防费的适度规模和增速,是维护世界和平的坚定力量。     

基于移频卷积的合成孔径雷达干扰技术研究

针对合成孔径雷达(SAR)信号存在着距离和多普勒频率之间耦合的特点,提出了一种利用DRFM进行SAR雷达信号的存储,并加入多普勒频移进行脉冲叠加噪声卷积的SAR干扰新方法.通过真目标回波与滞后方向的假目标回波交叠,形成了类似于噪声的距离维压制干扰;在复制的干扰脉冲上叠加一个窄带的噪声信号,造成方位维的模糊来进行方位维干扰,达到对SAR的二维相参压制干扰效果.     

基于二维GIS数据和三维模型库快速构建营房土地三维模型的研究

营房土地三维可视化管理是实现营房土地信息化的重要手段,而营房土地三维模型的建立是实现三维可视化管理的前提.为提高营房土地管理水平和管理效率,提出了基于二维GIS数据和三维模型库的营房土地三维模型构建方法,解决了大范围、多区域数据采集和建模工作量大的难题,实现了数据的廉价采集和三维模型的快速构建,是实现营房土地三维可视化管理的有效途径.     

职工的期盼 我们的动力

正2014年3月29日星期六晴十四师一牧场二连地处和田地区策勒县境内的昆仑山深处,海拔3300米,距离团部30余公里,全连共有职工117户、327人,其中汉族职工4人。117户职工却散布在30万亩的草场上。近年来,在兵团、师、团场各级党委的大力支持下,二连基础设施条件发生了巨大改变,已建成20座宜居彩板房和可通行汽车的38公里长的砂石路,为每家每户购置了太阳能电板,极大地方便了牧工的转场、出行和日常生产生活。但因路远、山陡以及气候多变等原因,职工的交通、通讯和人畜饮水依然存在较大困难。目前正值春羔育幼阶段,职工生产活动繁忙,工作组适时调     

文化艺术繁荣发展

正兵团继承了人民解放军的政治工作传统,一贯重视部队的文化建设。兵团成立之初,张仲瀚就提出,不但要建设生产兵团,还要建设文化兵团。人民解放军有着优良的文化传统,进入新疆之后,无论是剿匪平叛还是驻边屯垦,都因地制宜地开展各种文化活动。20世纪50年代初期,二军、六军和改编的二十二兵团所属各部队都有自己的文艺演出团体,他们下基层、去连队、到乡村,为战士们和人民群众演出了各类文艺节目。     

基于GPU的二维离散小波变换快速计算

通过分析小波变换的多相表示和GPU通用计算模型,结合现代GPU的多纹理和多渲染目标特性,提出了一种基于GPU与多相表示的二维离散小波变换计算方法,该方法使小波变换的计算形式完全适合GPU的SIMD结构,同时大幅减少了纹理访问次数,充分利用了GPU的矢量运算和二维寻址能力,实验表明该方法在处理速度上有大幅的提高。     

测量站数量对多站测向交叉定位精度的影响

多站测向交叉定位是海上编队作战中最常用的目标指示方法之一.该方法的定位精度受测向误差和目标距离远近的影响较大,定位精度相对较低.提高定位精度的措施包括合理配置观测站数量和阵位,以及提高测向精度等.虽然研究中一般认为增加测量站有助于提高精度,但缺少站数对定位精度影响的模型.首先以非线性最小二乘估计下的多站测向交叉定位为例...     

基于LS-SVM的飞机保障性预测评估建模

针对飞机保障性预测评估建模难的问题,基于统计学习理论,采用LS-SVM方法,建立了飞机保障性的预测模型。仿真试验结果表明,LS-SVM具有很高的建模精度和较强的泛化能力,从而验证了该方法的有效性和先进性。