摘要：针对无人机(UAV)空战环境信息复杂、对抗性强所导致的敌机机动策略难以预测,以及作战胜率不高的问题,设计了一种引导Minimax-DDQN(Minimax-Double Deep Q-Network)算法。首先,在Minimax决策方法的基础上提出了一种引导式策略探索机制;然后,结合引导Minimax策略,以提升Q网络更新效率为出发点设计了一种DDQN(Double Deep Q-Network)算法;最后,提出进阶式三阶段的网络训练方法,通过不同决策模型间的对抗训练,获取更为优化的决策模型。实验结果表明,相较于Minimax-DQN(Minimax-DQN)、Minimax-DDQN等算法,所提算法追击直线目标的成功率提升了14%~60%,并且与DDQN算法的对抗胜率不低于60%。可见,与DDQN、Minimax-DDQN等算法相比,所提算法在高对抗的作战环境中具有更强的决策能力,适应性更好。

摘要：强对抗空战环境下获取的态势信息常伴有错误、缺失等缺陷数据。由于模型和参数相对固定且缺少有针对性的信息修正环节,现有的目标威胁评估方法极易导致相关时刻威胁评估结果失真。提出了一种基于证据修正及模型动态调整机制的证据网络(Evidence correction and model dynamic adjustment evidential network,ECMDA-EN)的空战目标威胁评估方法。首先,基于证据信息的突变型、连续型和确定型类型划分,结合预判的信息缺陷程度设计4种证据修正方式。在此基础上,针对连续型证据信息,通过汇总不同作战意图下的空战对抗轨迹构造样本数据,提出基于LSTM神经网络轨迹预测模型的缺陷数据修正方法。最后,针对证据节点删除的情况设计了网络节点权重以及模型的动态调整方案。仿真实例表明:在连续推理的过程中,ECMDA-EN方法依靠证据修正方式的合理切换,具备对缺陷信息的有效处理以及对模型的自适应调整能力,解决了传统威胁评估方法过于依赖信息可靠性的问题,能够持续给出合理的威胁评估结果。

摘要：为判定火灾现场中是否存在液体助燃剂,选择汽油、柴油以及油漆稀释剂等液体助燃物,总结在火灾物证鉴定过程中寻找各助燃剂目标化合物的特征规律。将液体助燃物在一定环境下分别放置不同的时间,使用GC/MS分析检测各助燃剂成分变化。各类易燃液体在经过放置和温度的作用后,低沸点的物质流失,高沸点的物质显露出来,谱图发生明显变化。鉴定过程中要根据样品的提取时间及受温情况等与不同的谱图进行对比,做出准确判断。

摘要：近年来由于社会经济发展迅速,会计行业中"诚信"这个词越来越受到人们的重视,本文针对会计职业道德的缺失现状,提出了几点建议:加强社会教育机制,启发行为人的良知;建立现代企业管理制度和与之相适应的内部控制制度;建立健全会计职业道德评价体系;加强司法和政府监管力度,发挥法律和行政力量。

摘要：管理会计主要是为企业内部各级管理人员提供经营管理和最优决策信息的,在发达国家管理会计得到了广泛的应用,本文针对管理会计在我国的应用现状,分别从企业外部环境、内部环境和管理会计自身的问题三个方面分析了影响我国管理会计广泛应用的因素,最后提出了提高我国管理会计应用水平的若干建议:建立有中国特色的管理会计体系;推进现代企业制度,创造良好的管理会计应用环境;提高会计人员素质;培养企业领导人的管理会意识。

摘要：会计基础工作是财务工作的基础环节,本文针对会计基础工作存在的问题,提出加强会计基础工作的几点建议:领导重视是加强会计基础工作的根本前提;提高会计人员素质是加强会计基础工作的坚强后盾;健全的会计制度是加强会计基础工作的重要基础;审计监督是加强会计基础工作的有力保障。