基于组织学习理论的装备保障能力生成研究

应用组织学习理论（organizational learning theory,OLT）,分析了装备保障能力生成与组织学习的相关性,对基于组织学习理论的装备保障能力生成机理进行了剖析,并从本体论角度对装备保障能力生成过程中的知识转移和创新进行了研究,最后提出了基于组织学习理论的装备保障能力生成应该注意的问题。可为系统认识和指导我军装备保障能力生成模式转变提供思路。     

探索新形势下军民融合式装备保障发展之路

从分析军民融合式装备保障的动因和存在的问题入手,阐述了构建完善军民融合式装备保障体系,必须要在思想观念、法规制度、体制机制、两用标准、军地人才、军用技术和民用技术等6个方面实现融合,为理解、贯彻装备保障走好军民融合式发展之路提供了一些思路和设想。     

非战争军事行动装备保障若干问题研究

随着我军遂行非战争军事行动任务的增加,对装备保障的要求越来越高,非战争军事行动的研究进入了一个重要时期。我军对非战争军事行动装备保障的研究还处于起步阶段。介绍了非战争军事行动装备保障的特点、原则和要求,研究了非战争军事行动装备保障的运行机制,最后提出了关于问题的几点思考。     

对军民融合式装备保障的认识

军民融合式装备保障是新世纪新阶段我军装备保障建设发展的必由之路。介绍了军民融合式装备保障产生的背景和基本概念,分析了军民融合式装备保障的特征、地位和作用,提出了加强军民融合式装备保障建设发展应重点把握的6个问题。     

军民融合式装备保障体制机制建设初探

军民融合式装备保障体制机制是军民融合式军队保障体系的重要组成部分。通过分析军民融合式装备保障体制机制建设现状及问题,提出了军民融合式装备保障体制机制建立的指导思想与基本原则,并提出了建立军民融合式装备保障体制与运行机制的主要措施。     

基于RS-SVM的建筑施工项目安全预警模型

针对目前建筑施工项目安全风险管理的现状,应用粗集理论对建筑施工项目的安全因素进行预处理,将处理后的信息结构作为支持向量机的输入数据进行训练和预测,构建建筑施工项目安全风险预警模型,并在小样本条件下,与BP神经网络进行对比分析。结果表明,RS-SVM预测模型的最小均方根误差为0.011 5,BP神经网络的均方根误差为0.070 7,RS-SVM预警模型的预测精度、泛化能力明显优越于BP神经网络学习方法。     

混合SVM结合信息熵检测ICMP隐通道*

攻击者可以将生成的任意信息隐藏在ICMP的有效负载中传递出去,构成了ICMP负载隐通道。在分析ICMP数据流熵标准差和熵值分布特性的基础上,提出了基于信息熵的样本集缩减策略。为提高采用标准支持向量机(SVM)的学习能力与推广能力,建立了若干选取规则,构造出一种有效的混合核函数。最后采用混合SVM结合信息熵的方法检测ICMP隐通道,取得了较快的分类速度和较高的检测率。实验结果表明,采用混合SVM结合信息熵检测ICMP隐通道的方法,是有效的、可行的。     

基于简易支持向量机的客户流失预测研究*

应用简易支持向量机（SSVM）进行客户流失预测,以提高机器学习方法的预测能力。以国外电信公司客户流失预测为实例,与最近邻算法（NPA）进行了对比,发现该方法在获得与NPA近似准确率的条件下,所花费的时间和时间增加值远小于NPA,是研究客户流失预测问题的有效方法。     

一种基于分而治之的语音识别错误纠正方案*

介绍了一种基于分而治之的语音识别错误纠正方案,首先利用混淆网络把连续语音识别问题转换为顺序的、独立的分类子任务。每个分类子任务可看做是孤立词识别问题,通过训练专门的支持向量机来区分混淆网络的识别候选。提出了一种快速的基于码本转换的语音向量对齐方法,解决了变长语音向量无法直接作为支持向量机输入的问题。通过一个普通话音节识别任务的实验结果表明,该方案能有效提高系统的正确率。     

基于本体的网络空间决策支持系统研究*

为了不同的空间决策,往往需要建立相应的空间决策支持系统,在这些空间决策支持系统中,大量的空间数据和模型是可以被重复使用的,因此提出了一种基于本体的空间决策支持系统。该系统能够高效、自动地利用互联网中存在的各类异构空间信息与分析资源来支持空间决策;此外,本系统还提出了一种灵活的体系架构来解决空间决策中存在的语义问题。