试论军队院校师生互动的理想模式——一种权威与民主并存的模式

由于军队的纪律性与服从性,使得军队的院校教育模式多了一层神秘感。在军队院校中,师生之间如何互动,才能达到理想的教学效果,成了近年来研究的热点。军队院校中,教师的权威固然不可缺少,但是民主的氛围同样可以遍及课堂。权威与民主,两者并非对立。权威与民主并存,应该成为现今军队院校教育中师生互动的理想模式。     

基于Elman网络的火控系统传感器故障诊断方法研究

Elman动态递归神经网络具有很强的记忆能力,特别适用于火控系统传感器的故障诊断.提出了一种收敛速度快、精度高、可靠性好的PRP(Polak-Ribiere-Polyak)网络训练方法,增强网络在线学习能力.将该方法运用于Elman动态递归神经网络,并运用该网络对火控系统传感器量测信号进行预测和故障诊断.仿真实验和实际应用表明,提出的Elman动态递归神经网络火控系统传感器系统故障诊断方法有效性好,故障诊断率高.     

美国建军思想大转变——专家解读美国防部2010年《四年防务审查报告》

美国国防部2010年防务审查于2009年4月初正式启动,审查报告历经几个月的时间最终形成,并如期于2010年2月1日正式发布。发布后,该报告引起各方人士的关注,有人认为了无新意,有人则称其为美国武装力量发展的转折。为此,本刊记者特地采访了常年研究美国国防力量发展的专家池建文先生。     

基于贝叶斯网络的态势认识

态势认识的本质是通过因果推理进行态势理解和诊断推理以实现态势预测,不确定性知识表示和推理是态势认识过程中需要解决的两个重要问题。基于贝叶斯网络易于进行不确定性推理的优点,综合应用贝叶斯网络因果推理和诊断推理,提出了态势认识的贝叶斯网络模型,应用贝叶斯网络信息传播算法,给出了态势认识系统实现的方法,并通过实例计算论证了该方法的可行性和实用性。     

IP声纳提高美国防部网络防御能力

据美国《防务新闻》2010年1月18日报道,美国Lumeta公司准备开始绘制网络地图。在这份网络地图中,将会标出美军庞杂的＂非保密互联网协议路由网络＂（NIPRNet）中的每处交汇点、死胡同和IP地址。     

贝叶斯网络结构学习优化方法研究

针对贝叶斯网络结构学习的复杂问题,首先在深入研究网络结构特点基础上建立了1-步依赖系数BN邻接矩阵,将网络结构学习问题转化为邻接矩阵边的关系处理;然后,采用爬山算法进行局部寻优,再用遗传算法进行全局优化的思想进行贝叶斯网络结构求解。算例分析表明:所提算法可行,计算效率高于遗传算法。     

基于时延的软件定义航空网络控制器部署策略

在软件定义航空信息网络架构中,针对控制平面单点失效问题,提出一种多控制器部署方案。通过构建航空集群域,在航空集群域中部署集群控制器,控制器进一步控制该域内飞机来获得网络的高效管理以及信息的有效处理。定义数据传输时延、控制路径时延以及控制器同步时延,以航空信息网络全网时延最小为优化目标,在构建航空集群方面,提出一种k-means改进算法;在集群域中部署控制器时,提出一种时延约束的可靠部署方案。仿真结果表明,该方案能够有效保证全网络的可靠性,并可以有效降低网络中的时延开销,为解决多控制器部署提供了思路。