Turbo C与Microsoft FORTRAN混合编程的实现

本文通过研究Borland公司的Turbo C与Microsoft公司的FORTRAN混合编程时出现的问题,提出了修改初始化模块及函数库的原理与方法,并利用TLINK的动态连接功能,实现了这两种语言在源程序级的混合编程,最后说明了实现过程与注意事项。     

单片微型计算机的最新开发技术

本文以 MCS-51系列单片微型机为例,讨论了当前单片机最新编程技术 MBASIC 语言编程和在 IBM-PC 机及兼容机中直接进行模拟/调试,文中给出相应的例子。     

利用线性平滑法实现屏幕汉字放大

本文分析了一般屏幕点阵汉字放大的方法及不足,提出使用线性平滑法提高汉字放大字符质量的思想,给出了线性平滑法实现高质量汉字放大的方法。此外,本文还介绍了不同汉字操作系统的识别方法及多种汉字字模获取的方法,为实现多种汉字字体放大提供了方便。     

在FORTRAN中调用C语言的库函数

本文介绍了在FORTRAN程序中调用C语言库函数的全过程,从如何编写接口到如何根据硬件配置输入编译和连接命令,并给出了两个实例。本文对于习惯于FORTRAN而又想扩充其功能的读者有一定的帮助。     

C~3I系统仿真技术研究

针对Ｃ￣３Ｉ系统仿真基本技术特点,文章重点对Ｃ￣３Ｉ仿真程序基本结构、通用ＧＰＳＳ－Ｆ仿其语言编程特点及存在问题进行了研究。对Ｃ￣３Ｉ系统仿真设计与实现有参考价值。     

一种排版语言的设计

文字排版是计算机应用的一个重要领域。本文提出一种新颖的排版语言FMT,其特点是排版命令与正文相独立,可以使用户方便地描述实用而又美观的版面格式,将是办公自动化的一种有力工具。     

2023年深度学习技术主要发展动向分析

深度学习已成为人工智能领域的研究热点和主流发展方向之一,为诸多重要应用领域带来了革命性的进步。对2023年深度学习技术热门领域的主要发展动向进行了综合评述。首先介绍了深度学习技术发展现状,其次探讨了深度学习技术的军事应用任务和挑战,最后盘点了深度学习技术的未来重点发展方向。综述表明,大语言模型是深度学习领域在2023年最突出的亮点,世界模型框架下的自监督学习技术、强化学习框架下的人工智能智能体技术等也呈现加速发展态势;环境恶劣与强干扰复杂条件下的高鲁棒性深度学习、面向实时流数据高效处理与内在逻辑关联的深度学习、面向多变作战场景自主决策与快速决策的深度学习、面向跨域数据协同感知与协同推理的深度学习等,是深度学习技术未来重要的发展方向。     

聚焦法国军事力量转型

当前,科学技术的迅猛发展推动了军事领域的深刻变革。以信息化为特征的高技术战争已经成为现代战争的基本形态,军队的组织结构、力量编成、作战思想和作战样式等都在发生深刻的变化。为适应新的形势,跟上世界军事转型的步伐,维持其大国地位,法国近年来,积极调整军事战略,提出了具体的军事改革目标和相应的发展计划,调整体制结构,大力发展信息化武器装备,努力提高军队的信息化水平和信息化作战能力,使法国军事实力不断增强。调整军队建设目标近年来,法国军队在参与北约联合军事行动中,逐步认识到法军和武器装备的弱点以及与美军的差距,由此开…     

一种提升树算法在网络故障关联分析中的应用

针对移动网络故障反馈与故障分类的准确率问题,提出一种基于k-NN的多分类器提升树算法,该算法采用k近邻对特征向量空间划分,结合adboost误差函数和迭代算法,实现多分类器决策判别,并利用R语言可视化方法的关系数矩阵提取和筛选出投诉/故障映射主属性,进而建立基于基站退服、覆盖盲点、非网络原因3类故障投诉关联分析及预测模型。实验结果表明,与C50决策树、RIPPER分类规则及SVM比较,在网络故障关联预测方面新算法的分类准确率提升约2%～10%。     

着眼信息化战争需要 加强心理素质训练

一、全方位信息战要求加强智能对抗训练。军事科技的迅猛发展开辟了新的作战领域——信息战场。各种信息技术装备把军队的通信、指挥、火控、制导以及单兵的行动紧密地联系在一起,构成了复杂的信息网络。能否及时获取信息和作出正确判断,直接关系到战争的胜负。心理学研究表明,在大量信息同时涌入官兵大脑时,很容易造成注意力分散、判断力下降,进而产生错觉和失误。在信息战场上,