新时代党史学习教育的目标导向、价值意蕴与实践路径

开展党史学习教育是中国共产党在百年革命、建设、改革历程中的优良传统和重要经验。新时代党史学习教育具有明确的目标导向,即坚定理想信念,补足精神之“钙”;传承红色基因,弘扬优良党风;深化执政认识,巩固执政地位。要求从总结历史与观照现实相统一的历史维度、理论创新与时代发展相统一的理论维度、实践创新与初心使命相统一的实践维度把握其价值意蕴。现阶段持续深入推进党史学习教育,要结合时代主题,拓展内容维度;肃正大历史观,反对历史虚无主义;创新方式方法,提升育人成效。     

基于相对测距的水下目标定位算法

在没有星基、地基及水下时空基准信息的辅助下,为解决对水下目标精密定位问题,提出了一种基于水面舰船间相对测距和目标到达角的水下机动目标定位算法(UTPA)。通过联合水面舰船间电磁波相对距离观测和水下声学测角信息建立定位方程,考虑到目标定位方程求解中的异类信息融合权比失配问题,利用Helmert方差分量估计完成目标相对位置的迭代求解。Monte Carlo仿真表明:基于Helmert权比自适应调整的UTPA的定位偏差仅为典型的单平台声学定位技术的10%。     

目标着眼于现金流稳定——房地产企业当前的选择

房地产行业是对环境较敏感的行业,当市场环境较好时通常把追求高收入、高利润作为短期目标,然而目前房地产行业遭受着双重压力,一方面,宏观经济形势不景气;另一方面,来自宏观政策调控的压力。导致房地产行业处于全面紧缩的状态。在当前的情况下,要想实现企业长期的可持续增长,房地产企业须缩小规模,先生存后发展,将短期目标着眼于现金流,追求现金流的平稳,达到收支的平衡,确保一定的现金支付能力。     

基于事件的文本相似度计算

大量研究成果已经表明,事件在很多文本中是客观存在的.从语义的角度理解,诸多文本是由事件组成的,事件是文本表示的最小语义单位.给出了基于事件的文本表示模型,在此模型的基础上,从文本类型相似度计算和文本内容相似度计算两个层面论述了文本相似度计算的方法.     

预警机引导战斗机的仿真研究

预警机指挥下的空战已经成为未来中远程空战的主要发展方向。文中研究了预警机对于目标信息的测算,提出应用纯比例、平行接近、时间最优等几种不同方法对战斗机实施导引。在此基础上建立了预警机、战斗机、目标的数学模型,并对预警机引导战斗机至目标区域整个过程进行了仿真。仿真结果表明,基于时间最优的导引方法适合于预警机对现代战斗机的导引控制。     

战略性新兴产业前沿技术领域预测与合作潜力——基于主题相似网络关系的分析视角

战略性新兴产业已经成为世界各国抢占新一轮经济制高点的发展重点,精准识别战略性新兴产业前沿技术领域,提升产业技术创新合作成功率是形成战略性新兴产业核心竞争力的重要手段.通过建立LDA-GS模型提取文本主题,设计主题相似网络关系建立方法,打破了技术创新网络仅建立在合作及IPC共现关系的局限.以石墨烯产业为实证分析对象,得出...     

基于相似性理论的弹药相似性分析

在介绍相似理论的相关问题的基础上,着重介绍了权重值的计算方法,进而给出了系统相似度的概念和公式。并举实例说明了利用相似理论计算弹药相似度精确值的可能性及在具体计算过程中需要考虑的一些问题。     

跟踪窗自适应的Mean Shift目标跟踪算法

针对Mean Shift算法不能很好地跟踪尺度变化目标的缺点,提出一种将Mean Shift算法和目标几何特征相结合的目标跟踪算法。该方法在Mean Shift框架下提取目标的几何特征,根据目标的面积和型心坐标对跟踪窗的位置和大小进行修正,最后更新Mean Shift的目标模板。通过大量实验仿真证明,改进的算法能很好地跟踪尺度变化的目标,对目标的仿射变化和非刚性的形态变化具有有效性和鲁棒性。     

可视动目标逐步求精分割技术研究

运动目标识别跟踪系统中 ,目标分割是至关重要的处理环节。由于目标阴影、碎块等因素 ,估计精度受到影响 ,甚至导致跟踪的失败。提出了目标形状波动度的概念 ,并将其作为目标识别特征 ,利用最大似然估计准则 ,对目标初始区进行逐步求精估计。该算法简练实用 ,能有效地提高估计精度 ,为确保目标可靠性跟踪提供了新的手段。     

基于自适应进化粒子群算法的多目标优化方法

提出一种自适应进化粒子群优化算法(AEPSO),以提高多目标优化 PSO算法的性能.AEPSO算法把非支配排序技术、自适应惯性权重和特殊的变异操作引入到PSO算法中,来提高算法的全局搜索能力和粒子的多样性.与常用的整体加权方法来处理多目标优化问题不同,AEPSO算法采用非劣解排序来引导粒子的飞行,以改进算法的收敛性,同时采用特殊的变异操作防止早熟收敛并增加优化解的多样性.所提算法的有效性经过四种代表性benchmark函数进行验证,并与几种典型同类型算法进行比较.该算法已成功地用于合金材料的多目标优化设计.实验结果表明AEPSO算法能够较好地兼顾收敛精度与优化解的多样性,满足多目标优化设计的要求.