世界武器装备发展趋势

科学技术的飞速发展及其在军事领域的广泛应用,物化出全新的武器装备。文章分析世界各军事强国在感知装备、主战平台、精确制导武器、信息对抗装备、太空及新概念武器等方面加大研发力度,呈现出的全新发展态势。它推动军事领域深层次变革,对现代战争产生广泛而深刻的影响。     

试论弹道导弹制导技术的发展途径

论述了国外弹道导弹制导技术的发展演变过程和未来发展趋势,对国外目前提高制导精度的途径和一些新的发展情况进行了简要分析,最后对我国制导技术的发展提出了几点建议。     

论消防部队在抢险救援中的作用及发展趋势

从消防部队参与社会抢险救援的可行性分析入手,就抢险救援任务类型、模式、处置原则等对消防部队在救援中的影响及救援面临的具体问题进行分析,对消防部队在未来社会抢险救援中多元化的发展趋势进行探讨,并提出拓展消防部队社会应急救援功能的一些建议。     

军校学报发展趋势研究

军校学报是全国高校学术期刊的重要组成部分,有其自身的发展规律。军校学报在履行新使命和军队现代化建设中,面临着新的形势和新的任务。军校学报的发展必须坚持科学发展观,进一步强化政治首位意识、保密意识。同时,要逐步向品牌化、现代化和特色化学术期刊方向发展。     

指挥与控制装备技术发展趋势

研究分析了指挥与控制装备技术的发展趋势,并对具有重要影响指控发展的前沿技术作出了分析,最后对大数据技术作了概述,指出了在指挥控制装备中应用的可能性。     

弹炮结合防空武器系统新趋势

自从科索沃战争开创了单纯空袭作战与反空袭作战的先例之后,空袭就成为了战争的焦点,如何更好地抵御空中目标的来袭成为各国战争防御的主题。弹炮结合防空武器系统具有防空区域大、效费比高等优点,是防空武器系统的发展趋势之一。在分析现有典型弹炮结合防空武器系统的基础上,依据弹炮结合武器系统是否共用火控系统将其分为弹炮混编式和弹炮同控式两种形式;随后,结合现代空袭的特点提出了弹炮结合武器系统的发展趋势。     

四川省职业教育集团化办学的现状及发展态势研究

职业教育集团化办学是四川省职业教育从粗放型规模发展向集约型内涵发展的有效形式。文章通过分析四川省职业教育集团化办学的背景,在对职业教育集团的现状进行梳理的基础上,提出四川加快职业教育集团化办学的发展态势,包括创建省级行业职业教育集团,完善职教集团利益链、产业链、教学链"三链融合"的运营模式,加大对区域职业教育集团化办学的制度创新力度,加大宣传力度,提高职业教团的社会认可度,积极探索职业教育集团化办学的四川模式。     

BP神经网络在极移预报中的应用

为了提高地球定向参数极移的预报精度,建立了一个极移数据预报模型。利用傅里叶分析研究插值基础序列的周期特性,验证了基础序列重采样的可行性,提取插值基础序列数据的趋势项,利用多输入-单输出反向传播(Back Propagation,BP)神经网络建模预报不同跨度的残差序列,合并趋势项和残差序列得到最终的极移预报。预报结果表明,选取合适的插值基础序列得到的预报极移精度较高,此BP神经网络能够有效地应用于地球定向参数极移的预报。     

基于BP神经网络的极移预报*

为了提高地球定向参数极移的预报精度,建立了一个极移数据预报模型。利用傅里叶分析研究插值基础序列的周期特性,验证了基础序列重采样的可行性,提取插值基础序列数据的趋势项,利用多输入-单输出BP神经网络建模预报不同跨度的残差序列,合并趋势项和残差序列得到最终的极移预报。预报结果表明,选取合适的插值基础序列得到的预报极移精度较高,此BP神经网络能够有效地应用于地球定向参数极移的预报。     

Challenges of measuring progress in Afghanistan using violence trends: the effects of aggregation,military operations,seasonality, weather,and other causal factors

Measuring nationwide progress of counterinsurgency operations in Afghanistan using violence trends is difficult due to several factors: aggregation of data to the national level may obfuscate disparate local trends; the observed seasonality in violence makes comparisons difficult and may obscure progress; and short-term spikes or troughs – attributable to weather, military operations and tempo, or holiday periods – heavily influence simple averaging schemes. Despite these challenges, proper understanding of violence statistics is critical to estimating the effectiveness of military forces added during a surge or redeployed as part of transition. This article explores methods for analyzing observed violence trends to identify causal factors, to provide a comparable baseline, and to inform assessments at appropriate levels of aggregation. One methodology for seasonal adjustment of violence data is discussed and shown to provide a logical baseline for examining trends. An ordinary least squares regression model is developed and implemented using time-series violence data.