【摘 要】
：
人民战争战略基地是中国共产党领导下的人民军队赖以执行自己的战略任务,达到保存自己、消灭和驱逐敌人之目的 的战略依托.革命战争时期,毛泽东领导党和人民创造性地建立了一系列革命根据地.新中国成立后,毛泽东指导了抗美援朝战争后方基地建设和应对反侵略战争准备的三线建设,使人民战争战略基地思想得到很大发展.
论文部分内容阅读
人民战争战略基地是中国共产党领导下的人民军队赖以执行自己的战略任务,达到保存自己、消灭和驱逐敌人之目的 的战略依托.革命战争时期,毛泽东领导党和人民创造性地建立了一系列革命根据地.新中国成立后,毛泽东指导了抗美援朝战争后方基地建设和应对反侵略战争准备的三线建设,使人民战争战略基地思想得到很大发展.
其他文献
针对文本信息抽取中由于训练样本不足导致性能下降的问题,提出一种基于规矩约束的深度学习网络模型.模型分为深度学习模块、逻辑规则库和差异单元3个部分.将文本句子作为输入数据馈送到学习模块中,基于Bi-GRU网络和多头自注意力机制在多个维度上为每个单词生成一个预测向量;规则库采用带权重的逻辑规则对深度学习进行约束;差异单元利用损失函数协调学习模块与规则库之间的一致性.实验结果表明,所提模型比其它算法具有更好的性能,能够高效精确处理复杂文本.
毛发、光照不均、皱纹、油分及痤疮等皮肤的复杂背景限制了毛孔数量和大小准确检测,为此提出一种滤波器组结合改进最大熵的面部皮肤毛孔检测算法.针对面部皮肤图像构建ICA-Homo滤波器组,该滤波器组在HSV空间下对S空间同态滤波后进行低通和高通滤波,对图像进行独立成分分析,分离出黑色素层;通过改进的最大熵值法分割上述分离图像,以逻辑运算获取最终毛孔检测结果.该方法在面部皮肤数据集中得到验证,其毛孔有效检测率达到96％,毛孔大小误差范围为0.0304,验证了毛孔检测算法的有效性.
为实现民航旅客不文明行为信息与规则自动匹配,提出一种将胶囊网络与门控循环单元结合的民航旅客不文明行为信息与规则自动匹配的方法.充分利用文本语义信息,进行文本相似度的计算,有效解决传统方法在民航旅客不文明行为信息中存在繁杂、无用信息的干扰导致效率低且需大量人工成本的问题.通过在两个公共数据集和民航旅客不文明信息数据集上的实验,验证了该设计的准确性和有效性,为民航旅客不文明行为信息与规则的自动匹配提供了方法支持.
中国共产党在领导革命、建设、改革的进程中,高度重视国防教育,探索发展国防教育理论与实践,组织开展了扎实有效的国防教育工作,积累了丰富的国防教育经验,开创了国防教育的新模式,走出了一条具有中国特色的国防教育之路.
中国共产党领导创建了中国海权.组建人民海军,迈出了建立海权的第一步;人民海军投入解放战争,迈出了建立海权的第二步;军民互动,迈出了建立海权第三步.海军、海战、军民互动树立了三个界桩,进入了海权的领地.海上力量的综合性,海上行动的防御性、群众性、双向性,海权目的 的人民性,是中国海权的鲜明特征.党的思想理论和决策部署是中国海权胜利前行的根本保证.
针对工业无线传感器网络中的链路调度问题,提出一种混合式共享链路调度方案.通过对现有典型集中式调度方案存在的不足进行分析,将属于同一路径或多跳路由的节点间的共享链路集中分配给属于同一路径的节点,采用分布式决策决定哪些节点应当在每个时间点使用共享链路;推导出描述调度方案的可靠性和延迟性能指标的解析表达式,表明提出方案能灵活分配和利用链路,具有更好的防止传输差错和减小延迟的能力.仿真结果表明,与现有IWSNs链路调度方案相比,提出方案可以提高可靠性和延迟性能,更有效地利用链路资源.
为对海洋水质污染治理提供科学的理论基础,在统计学习理论框架下提出一种海水水质预测模型.结构上,该模型由数据降维、非线性逼近和参数优化3个功能部分构成.该模型用主成分分析对10种海水水质影响因子进行数据降维,从中提取主成分作为相关向量机的输入;利用相关向量机进行逼近,采用组合核函数替代传统的单一核构建多核映射机制,通过萤火虫算法优化组合核的权重及其模型的相关参数.实验结果表明,针对动态复杂的海洋数据,相关向量机的多核映射机制在预测精度上明显优于单一核的映射机制,进一步从统计分析角度验证了模型的有效性.
中国共产党是领导香港抗战的中流砥柱,自日军进攻香港伊始,就进入香港并随后组建港九大队,通过开展“省港大营救”、城市近郊游击战、反“扫荡”斗争、海上游击战,建立国际反法西斯统一战线,坚持斗争直到抗战胜利,在三年零八个月的时间里取得了彪炳史册的光辉业绩.中国共产党领导香港抗战历史被“虚无化”产生恶劣影响,需正视中国共产党领导香港抗战的历史作用,旗帜鲜明地反对历史虚无主义.
为在复杂的田间场景下实时检测果树上苹果并识别其所处的物候期(幼果期、果实膨大期、果实成熟期),提出一种用于嵌入式物候期监测设备的改进的Tiny-YOLOv3模型.针对多样复杂的物候期图像,提出适度深化Tiny-YOLOv3模型,在深化后的模型上应用DenseNet方法强化低分辨率层特征提取,在实时条件下提高各个物候期检测识别的平均精度.实验结果表明,与Tiny-YOLOv3相比,所提Minor-YOLOv3-dense模型的检测识别精度提高了5.56％,检测速度略有下降,对整个模型的实时性没有特别的影响.
为更有效对非线性信号进行识别,提出一种经验模态分解神经网络模型,实现经验模态分解算法与卷积神经网络模型的紧耦合.在EMD层利用经验模态分解算法完成信号的自适应分解;引入权重参数,将分解得到的本征模函数依据其对识别的重要性进行自适应加权重构提取特征,增强时域特征提取能力;将提取的特征通过Softmax层完成信号的识别.将该网络模型应用于美国麻省理工学院提供的MIT-BIH心律失常数据库,对心律失常信号的识别准确率为99.38％,高于其它算法的识别准确率,验证了该模型的有效性.