民办幼儿教师教育情怀与工资的关系:同事关系及家人支持的链式中介作用

教育情怀是民办幼儿教师坚定从教的重要情感，亦是民办幼教事业持续发展的重要因素。为明晰民办幼儿园教师的教育情怀的影响因素，采用问卷调查法，以384名幼儿教师为被试进行实证分析。结果发现：民办幼儿园教师的教育情怀、家人支持和同事关系水平较高，工资待遇水平偏低；且民办幼儿园教师的教育情怀、同事关系、家人支持、工资待遇两两之间均呈显著正相关；工资待遇能正向影响民办幼儿园教师的教育情怀，家人支持、同事关系在工资待遇和教育情怀的关系间起独立中介作用，二者也可以起到链式中介作用。据此提出，政府部门和幼儿园应多举措保障教师工资待遇，以社会支持为焦点，厚植幼儿教师的教育情怀。     

学习贯彻党的二十大精神 培养堪当强军重任的新型军事人才

<正>习主席在党的二十大报告中指出,“教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑”。人才是兴国之本、筑梦之源,也是强军之本、打仗之要。军队院校应主动肩负起培养高素质新型军事人才的时代重任,为党、为国家、为军队培养更多堪当强军重任的栋梁之材,为建成世界一流军队提供坚强的人才保证和智力支持。一、提升培养新型军事人才的认识站位人才是建军治军之本,也是制胜未来之本。军事人才培养在军队建设中始终处于基础性、根本性、全局性、战略性的重要地位。     

基于DGWO-SVM的气象环境下武器作战效能评估方法

实际环境中,各种气象环境要素对于武器装备的作战效能影响显著,对于武器装备的作战效能评估很困难。为提高在气象环境影响下的武器装备作战效能评估效率,提出一种基于强化首领决策灰狼优化-支持向量机（DGWO-SVM）算法的评估模型。建立一个支持向量机模型应用于作战效能评估中,结合强化首领决策能力的灰狼优化算法进行求解,对惩罚因子以及核函数参数进行优化选取,并将最终的评估结果与其他方法进行比对。实验结果表明,所提评估模型的准确率达到了98.39%,评估的误差结果更优于其他方法,具有更高的实用性和有效性。     

程序语言的军用特征及其对计算机软件的支持

本文讨论了程序语言的军用特征及ＡＤＡ与Ｃ对军用软件的支持,最后指出军用语言的发展方向。     

内初班学生领悟社会支持与友谊质量的关系:自尊的中介作用

[目的]探讨内初班学生自尊、领悟支持和友谊质量三者之间的关系.[方法]选用自尊量表、友谊质量量表及领悟社会支持量表调查了440名在校中学生.[结果]内初班学生友谊质量评分在性别(t=-1.99,P<0.05)与年级(F=8.10,P<0.01)上差异具有统计学意义;内初班学生自尊与友谊质量和领悟社会支持之间呈现显著正相关(r=0.33,P<0.01;r=0.37, <0.01),领悟社会支持与友谊质量(r=0.48,P<0.01)显著正相关;自尊起到部分中介作用,中介效应值为12.73%.[结论]领悟社会支持对内初班学生友谊质量的影响部分通过自尊中介作用实现.     

“陶”式导弹二三事

第四次中东战争最初几天,以色列吃了大败仗,这使一贯支持以色列的美国政府也不自在。以色列军政界一些头面人物公开抱怨美国支持不力。以军装甲部队的失利,既吃亏于自己坦克单独冒进,离开其他军兵种密切协同,也吃亏于缺乏反坦克导弹。为此,以色列政府急迫寻求美国援助军火。美国政府迅速反应,紧急动用C-130大型运输机前往德国,将在拉姆施泰因等处存放的100具“陶”式反坦克导弹发射架和2000枚“陶”式导弹运到以色列。     

美军在阿富汗反恐战争中的心理战策略分析

当美军在阿富汗的反恐战争打响之际,人们不禁疑虑重重:美军能打赢这场特殊的战争吗,他们是否会像当年“强大的苏联”一样,陷入阿富汗战争的泥潭?然而,美军却在短短的几个月之后便作出了肯定性的回答。总结这场战争,经验是多方面的,其中,美军成功地运用了一系列心理战的策略,对战争的结果无疑起到了非常重要的作用。分析美军心理战的策略与技巧,对于我们借鉴国外的心理战经验,建设强大的国防,强化我军的心理战建设都具有重要的意义。     

故障预测技术综述

把握新军事变革机遇,加快信息化建设步伐,对军事装备进行有效的质量监控和故障预测是技术保障的重要内容。阐述了故障预测技术,系统地介绍了现有的、比较有代表性的故障预测技术方法,并叙述了其优缺点;最后重点对故障预测技术的发展前景进行了展望,指出了该研究领域当前需要进一步研究的问题和发展方向。研究故障预测技术对提高装备的维修和保障能力具有十分重要的意义。     

粗糙集和FSVM结合的雷达信号识别法

结合粗糙集的属性约简和支持向量机的分类机理,研究了一种混合算法,即应用粗糙集的属性约简过程作为预处理器,可以把冗余的属性及值和冲突的对象从决策表中删去,但不损失任何有效信息;由于传统支持向量机在多分类问题时出现的不可分区域现象,使用了模糊支持向量机进行后面的分类建模和预测,使得训练时间大大缩短和分类性能显著提高。将这种混合方法应用到雷达信号识别中,仿真实验证明该方法是有效的。     

基于鲁棒多元LS-SVM的齿轮箱故障诊断方法

多元LS-SVM算法可以直接用于多分类模式识别问题,通过对该算法的误差变量进行加权,消除了训练样本中异常值或非高斯噪声的影响,增强了多元LS-SVM算法的鲁棒性。然后,利用改进算法建立特征向量与故障模式之间的映射关系,得到齿轮箱故障诊断模型。仿真表明:与传统BP神经网络相比,鲁棒多元LS-SVM算法对齿轮箱的故障诊断的精度更高,抗干扰能力和鲁棒性更强,是一种在齿轮箱故障诊断中值得推广和采用的算法。