武器装备体系能力矩阵评估方法

针对武器装备体系能力难以客观、定量评估的问题,引入复杂网络理论,提出了基于矩阵运算的武器装备体系能力评估方法。分析了武器装备体系能力的概念,建立了武器装备体系的复杂层次网络模型,描述了装备网络的组成、运行过程,定义了装备网络的矩阵描述方法和矩阵运算规则,提出了装备网络作战能力描述参数,给出了装备网络能力的矩阵计算方法,进行了影响因素分析,最后通过实例验证了方法可行性、有效性和灵活性。     

军用航空发动机大修能力评估方法

针对航空发动机修理工厂大修能力难以评估的问题,提出了航空发动机大修能力评估方法。分析了航空发动机大修生产过程;根据航空发动机大修生产工作特点,建立了基于生产职能分解的航空发动机大修能力评估指标体系,构建出基于熵权和灰色聚类的评估指标赋权模型;结合实例验证了方法的正确性和实用性。     

基于改良云模型的舰艇防空威胁评估

为了解决现有威胁评估模型存在不足,快速准确地对来袭空中目标进行威胁排序,提出了一种基于改良云模型的评估方法。针对舰艇防空作战目标特点,选取作战指标进行量化,对不同的定量指标和定性指标,分别采用离差最大化和改良云模型进行处理和赋权,通过Hamming距离计算贴近度,最后进行威胁综合排序。实例验证表明:该方法可以有效避免传统方法中人为确定各威胁指标权重的主观性,同时对定性指标的有效处理提高了评估准确性,为舰艇防空作战威胁评估提供了一条有效途径。     

基于AdaBoost-SVM的P2P流量识别方法

针对传统的P2P流量识别技术存在识别率低和误判率高的缺点,将机器学习中Ada Boost算法的良好分类能力和SVM的泛化能力结合起来,提出一种基于Ada Boost-SVM组合算法的P2P网络流量识别模型,将SVM作为Ada Boost的基分类器,运用最小近邻法计算支持向量与训练集的样本间的距离实现分类进行P2P流量识别。最后,以4种P2P流量数据为研究对象在MATLAB上进行仿真,仿真结果表明,提出的Ada Boost-SVM的组合算法在P2P网络流量的分类性能和分类准确率上都优于单纯的Ada Boost和SVM,组合算法的P2P流量平均识别率高达98.7%,远高于Ada Boost和SVM的识别率。     

基于统计加权的单传感器数据融合算法

单传感器数据融合是十分重要的实际问题。为了提高数据处理的敏感性和精度,在研究基于关系矩阵的数据融合方法的基础上,提出了基于统计加权的数据融合方法,并对两种方法进行了对比分析。实例仿真表明,基于统计加权的数据融合方法优于基于关系矩阵的数据融合方法,该方法能减小无效测量值的范围,并且对测量值的变化更敏感。     

贯彻军民深度融合理念建设强大稳固的现代边海防

强大稳固的现代边海防是实现中华民族伟大复兴的重要组成部分和基本安全保障。在机遇与挑战并存、矛盾与威胁凸显的新形势下,必须把军民融合作为构建现代边海防的重要理念,充分利用国家推进军民融合深度发展这一战略契机,破解矛盾问题,实现改革转型,不断推动我国边海防事业创新发展。     

紧紧围绕改革强军大局努力推动国防动员和后备力量建设军民深度融合发展

军民融合发展是党中央、习主席从国家安全和发展战略全局出发作出的重大决策,是在全面建成小康社会进程中实现富国和强军相统一的必由之路。必须认清形势任务,切实强化推动国防动员和后备力量建设军民深度融合发展的政治责任;抓住关键发力,不断提升国防动员和后备力量建设军民深度融合发展的质量效益;加强组织领导,积极构建国防动员和后备力量建设军民深度融合发展的良好格局。     

人武部要在新起点上推进军民融合创新发展

深入实施军民融合发展战略,既是强军之举,又是强国之策.人武部作为国防后备力量基层建设的一线指挥部,有着军地衔接的独特优势.必须通过观念创新、结构创新和领域创新,把军民融合深度发展推向新水平.     

论我国国防文化的现代化重塑

国防文化是国防建设和国防实践过程中的一种精神积淀和文化提炼,表现为一种主体自觉意识,在不同时期有不同内涵,呈现不同的时代特征.当代中国正处在实现中华民族伟大复兴的历史变革之中,国防文化也必须赋予新的时代内涵.重塑适应全球化发展态势、适应强军实践、适应富国与强军统一战略、适应市场经济需要的国防文化,是国防文化现代化的应有之义.     

从法理和动员学角度探析国家安全动员能力

以总体国家安全观为指导,从宪法、国防动员法以及相关理论和实践的角度研究国家安全动员能力之概念、要义和构建措施,旨在满足国家战略拓展中面临的多种安全需求,为国家和平发展提供具有创新性的动员能力支撑.