简介：本文对手机资费问题进行讨论。通过综合运用模糊数学知识，运过MATLAB、LINGO等软件辅助简化计算，说明了现行不同“套餐”方案的适用群体，并研究了“套餐”业务的各种优惠程度，对各类手机“套餐”业务进行了合理评价。

简介：针对单一流量管理方法仅能局部缓解流量问题，从航空器运行全过程入手，以空中扇区为视角，建立多元受限的流量管理模型。在公平性原则基础上，运用地面等待、空中改航和空中等待等流量管理方法从全局角度制定合理有效的流量管理策略，从而更有效解决流量拥塞问题。

简介：分析了影响作战模型可信性的相关因素,建立了作战模型可信度评估指标体系,提出了一种基于可信度评估的作战模型确认方法.该方法可提高作战模型的可信性和可用性,适用于作战模型优选和认证.

简介：物联网技术在各行业的应用发展越来越成熟,而物联网技术在教学中的应用也越逐渐起步,物联网感知功能的发挥为建设一个全面智能的环境和综合信息服务平台,为提供更好的教学资源、启发学生们学习的热情、加强教师与学生之间的交流以及培养学生的科学思维研究能力等方面发挥着重要的作用。

简介：基于当前运营商对机房的动力设备及环境的集中监控系统,能够应用到教学中,使学生掌握监控系统理论知识的同时,能够根据模拟的监控平台进行系统的配置以及操作维护。文章介绍了教学中的动环监控平台的搭建,到系统的业务配置及操作。

简介：为了规范体系结构的设计过程,实现以数据为中心的体系结构设计策略,研究了基于DoDAF元模型的体系结构设计概念及过程.首先,给出了元模型的组成及基于元模型体系结构设计的相关概念;其次,将基于元模型的体系结构设计划分为要素、模型和视图设计3个阶段,并对每个阶段作了更精细分解;最后,阐述了概念元、逻辑元和物理元模型在体系结构设计各阶段的主要作用.

简介：吴超羽教授首次将人工神经网络模型应用于水文预报研究中，并取得卓越成果。自此，研究人员和学者开始将研究方向转换到人工神经网络模型上来，多年的探索和研究，也使得人工神经网络模型在水文预报中的应用取得了全面的发展和进步。本文旨在通过对人工神经网络模型的研究，深入解析其在水文预报中的应用。

简介：目前上海局动车段CRH2动车组三级修进入量产化阶段，经过为期三年多的CRH2型动车组三级修，流水化检修流程已经有了较好的优化，工艺也做了多方面的改进。转向架的检修质量是保证动车组平稳、安全运行的基础，分析转向架检修过程中的关键工序和重要项点对提高转向架检修质量，确保动车组的安全、可靠具有非常重要的意义。尤其随着高铁的快速发展，动车配属量扩大，动车组走行公里数也普遍增长，动车检修的质量更要加强，检修效率更要提高。本文主要针对CRH2型车在三级修检修过程中的流程和工艺重要项点进行梳理，提出作业过程中关键工序卡控项点，对以后CRH2型车三级修向更高标准、更高检修效率和更好发展有着十分重要的意义。

简介：本文主要构建了一种基于聚类技术的分布式入侵检测系统模型--CDIDS，介绍了该模型中各个模块的设计方法和工作流程，同时，也说明了整个系统的工作流程，并对该系统进行了性能评价，说明其可扩展、强壮并且智能。

简介：根据模糊综合评判技术原理和关键概念,结合软件测试过程度量指标体系,合理地处理测试过程诸多模糊性因素,最后构建了综合电子信息系统软件测试过程模糊综合评判模型.该模型解决了度量元和评价结果易定性、不易定量问题,实现了定量化评判.工程测试案例验证了该评估模型的合理性和正确性.

简介：文章研究了K电信的渠道经理胜任力模型,通过对K电信渠道经理的调研,利用关键行为事件访谈法和团体焦点访谈法,以及主成分因子分析方法、最大变异数法和二阶因素分析法对渠道经理胜任力模型进行了深入研究.研究得到有效问卷54份,最后将K电信渠道经理的胜任力模块划分为六个维度：包括信息识别能力、渠道拓展能力、教练辅导能力、人际关系能力、个性魅力和沟通协调能力.

简介：针对被动雷达导引头抗干扰评估指标多、难以综合评定的问题,提出了基于物元模型的被动雷达导引头抗干扰综合评估方法.该方法以物元模型的可拓集合和关联函数理论为基础,确定了抗干扰性能的等级范围,将待评的抗干扰性能指标代入各等级的集合进行关联度的计算,按照关联度的大小确定相应的抗干扰性能等级.结合多种被动雷达导引头的指标参数,进行了算例分析,结果表明,该方法能够实现对被动雷达导引头的抗干扰性能综合评估.该方法的提出对于其他体制导引头抗干扰性能综合评估也具有借鉴意义.

简介：针对辐射源识别中的参数模糊交叠问题，提出了基于云模型的辐射源样本隶属度获取方法，结合分布式传感器的优势，构建云模型在分布式传感器辐射源识别中的应用系统。首先介绍云模型的有关概念，其次分析分布式传感器的特征，再由云模型区间型和离散型辐射源样本隶属度，并进行单传感器时域融合和分布式传感器信息融合，利用判决规则完成决策。仿真结果说明基于云模型的辐射源识别率高。