浅谈西汉与乌孙的和亲始末

西汉的和亲政策是其处理民族关系的重要策略之一,这其中包括与乌孙的两次和亲.两位远嫁乌孙的汉朝公主用她们单薄的肩膀承担起国家社稷的重任,为将西域正式纳入西汉版图起到了重要的作用,我们不应忘记他们的功绩和名字--细君与解忧.     

企业人才资源系统性开发思考

系统科学的建立和发展为人才资源开发提供了系统理念.所谓系统理念实质上就是一种整体意识、总体意识和全局观念,即把研究和处理的对象看作是一个完整的系统,并辩证地对待它的整体与部分、部分与部分、系统与环境等的相互作用和相互联系,以求达到对问题做出最佳处理的一种思维方式.新经济时代企业的人才资源开发处于极其复杂的内外部环境之中,应当充分运用系统理念,把人才资源开发作为一项系统工程进行科学的研究.     

基于统计性QoS保证的数据包延时界调度算法

讨论了调度算法的性能指标,对目前基于业务流的调度算法的技术特点与性能优劣进行了分析和比较.重点研究了基于时延和丢包率的算法,并提出了一种基于数据包延时界(PDB)排列的调度策略,与WFQ及传统EDF算法进行了比较,证明业务端到端超时概率随网络带宽利用率的变化性能优于传统EDF算法.     

一种层次数据表的设计与统计方法分析

根据一种层次数据的特点,采用层次编码标识实体的方式进行数据存取,并在此基础上进行表设计.使用触发器、存储过程、视图、客户端计算等方式逐层统计层次节点上的费用.最后,分析了这几种方式的特点和适用范围.     

六大技术给美军打巷战撑腰

因为城市巷战的高伤亡性,使城市巷战赢得了“绞肉机”恶名。就连武装到牙齿的美军来说,一度也不敢轻易打城市巷战。有专家做过统计,自1968年结束越南战争之后,美军就一直没有进行过有规模的城区作战。1993年美军在索马里维和期间,在行动中遭伏,在巷战中,18名美军特种兵命丧黄泉,成为美军挥之不去的梦魇。所以美军高层决策者多年来一直极力避免城区作战,其作战条令、部队训练和武器装备的发展也主要都是针对野战环境下的快速机动作战。但是,去年底发生在伊拉克的费卢杰之战,美军却执意要打,是什么让美军有恃无恐?原来美科学家近几年着重研发…     

基于GPU的SAR成像层次化并行处理研究

针对SAR成像处理具有的内在并行性,提出了一种基于GPU的SAR成像层次化并行处理方法。首先分析了SAR成像处理过程中信号的并行性,对任务进行了层次化分解与组合,设计了层次化并行的CS成像算法;然后通过CUDA编程将并行成像算法映射到CPU+GPUs系统平台上,实现了层次化并行成像处理;为了检验并行处理效果,采用原始数据进行了SAR成像处理实验。实验结果表明,在几乎没有损失图像质量的情况下,层次化并行处理获得了较高的加速比。     

中南装备 环保领域签大单

<正>12月2日,中南装备有限责任公司与北京华油兴业能源技术有限公司签订了石油钻井泥浆处理站设备供货合同,合同金额5145万元,标志着公司成功进入环保装备领域。此批合同要求春节前必须交付两套设备。经过半个月的努力,中南装备公司调配精兵强将,组建了石油钻井泥浆收集处理自动化设备生产线。前期准备阶段,公司工艺、技术人员已经对该设备进行了自动化、集成化、体内循     

改进的强跟踪容积卡尔曼滤波的机动目标跟踪北大核心

机动目标的跟踪在实际中有着广泛的应用,其核心问题是机动建模和滤波算法。采用当前统计模型和容积卡尔曼滤波对机动目标进行跟踪。针对容积卡尔曼滤波在目标突发机动时跟踪性能较差的问题,借鉴强跟踪滤波思想,将渐消因子引入滤波过程,提出了一种改进的强跟踪容积卡尔曼滤波算法,该算法实现简单,估计精度高,鲁棒性强。仿真结果表明,该算法有效增强了系统对目标突发机动的自适应跟踪能力,并保持了对弱机动和非机动目标良好的跟踪性能,且运算速度较快。     

声纳特征信息在潜艇信息综合处理中的应用研究

提出将声纳目标特征信息引入潜艇指控信息综合处理架构,通过分析声纳目标波束域信息特性及存在形式,提出了波束域特征辅助的信息融合、基于波束域信息中线谱、干涉结构的目标运动要素解算等技术,并通过实验室仿真计算和海上试验验证了算法的效能,解决了断续目标航迹融合、本艇不机动情况下的目标运动要素解算等问题,提高了多目标关联判断正确率,缩短了解算收敛时间,具备较强的工程可实现性。     

基于软聚类的模糊类语言模型

基于类的语言模型被认为是解决数据稀疏的有效方法。众所周知,自然语言中存在着大量一词多义、一词多性的现象,这在传统基于硬聚类的词类划分下无法表达。而基于软聚类的类语言模型采用大数定律,依然没有摆脱在最终计算时一词一类的思维模式。为解决此类问题,基于词的软聚类,结合模糊数学,提出了词的隶属度,以及基于隶属度的模糊类语言模型。该模型提高了传统类语言模型对训练语料中历史信息的利用率,较基于词的语言模型能给未出现词对提供更多的类内参考数据。设计了一个小语料集的实验,结果表明在数据稀疏条件下,较传统的类语言模型有更好的效果。