人工神经网络特征优化方法在模式识别中的应用

在模式识别中,特征量的选择及组合优化是设计模式识别系统的关键问题,它强烈地影响到分类器的设计及其性能。人工神经网络除了在模式识别中作为分类器应用之外,而且能够实现特征参数的提取。通过采用人工神经网络模型,对柴油机故障的特征量优化方法进行了研究,实现了对柴油机故障的特征提取及优化。     

中国维和警察特色理论研究

中国维和警察特色理论是中国维和警察学科理论体系基本框架的重要组成部分。对中国维和警察特色理论的概念、主体、特征、范畴进行了探讨,以构建中国维和警察特色理论的基本框架,为中国维和警察学科理论体系研究奠定坚实基础。     

基于改进的区域能量特征多分辨率图像融合算法

基于区域能量特征的融合规则在多分辨率图像融合算法中应用很广,但区域窗口较小时,融合效果往往不是最好的,而窗口较大则容易使图像轮廓与非轮廓区域之间模糊,造成融合图像清晰度降低。针对上述问题提出了改进的基于区域加权能量的融合规则,包括矩形区域和近似圆形区域两种,权值与像素距区域中心的距离成反比。仿真表明,两种方法克服了传统的区域能量特征作为融合规则的不足,改善了图像融合的质量。     

非对消解耦方法在硬式空中加油管控制中的应用

研究了硬式空中加油管的控制问题,基于对伸缩管模型的分析,得出伸缩管必须进行解耦才可有效控制的结论;基于模型存在S右半平面零点的特征,提出了利用非对消解耦方法解决硬式空中加油管的控制问题。通过Matlab/Simulink进行仿真,结果表明该方法可以有效地消除系统间的耦合作用,能够满足伸缩管的控制需要。     

基于EMA算法的变结构交互多模型算法

标准交互多模型(IMM)算法使用固定数目和时不变的模型集,往往不能兼顾算法的实时性与跟踪精度。基于增加期望模型(EMA)算法的思想,提出综合利用前一时刻的模型匹配概率与当前时刻的混合概率作为加权系数调整系统噪声模型集,调整后的模型集被认为非常接近系统实际噪声模型。将该模型集自适应技术与IMM算法结合得到一种变结构交互多模型(EMA-VIMM)算法。使用机动目标跟踪仿真实例,与标准IMM算法进行了仿真对比,分析了跟踪性能与RMSE误差。仿真结果表明,EMA-VIMM算法不仅极大地提高了跟踪精度,而且与标准IMM算法相比,具有稳定的跟踪性能和较低的计算量。     

参数化系统二维抽象框架

针对参数化系统状态空间爆炸问题提出了一个通用的参数化系统二维抽象框架TDA。对所有进程单独进行抽象,利用参数化系统的设计思想,隐藏系统参数构建全系统的抽象模型,最大限度地剔除了原始系统中的冗余信息。建立的具有真并发语义的参数化系统的形式化模型,更适合描述一般意义上的并发系统,较好地解决了验证大规模同构和异构系统的空间激增问题。理论推导和实例均证实了TDA的正确性和合理性。     

天基导弹预警紫外波段尾焰信号与大气背景分析

利用氧化铝粒子模型计算了导弹尾焰在200～400 nm波段光谱辐亮度,通过Modtran软件计算了大气垂直方向紫外信号的透射率及不同条件下的大气紫外波段背景亮度,通过对不同高度上导弹尾焰紫外信号与大气背景亮度比较,得到当导弹目标高度超过40 km后,240～300 nm波段的比值较高,理论上可用来在日光照射模式下,进行目标探测与识别.     

基于活动的系统作战需求分析方法

对基于活动的系统作战需求分析方法进行了研究,为DoDAF产品的开发提供了指导.首先介绍了美国国防部体系结构框架及其产品;其次论述了系统体系结构设计的方法:基于产品的设计方法、基于数据的设计方法以及基于活动的设计方法;最后结合实例论述了系统作战需求的分析方法及步骤,为作战需求产品的开发提供了指导.     

中国维和警察学科理论体系基本框架构想

中国维和警察参与联合国维和行动已成为我国公安工作的重要内容,把中国维和警察理论作为中国警学的新兴学科,研究由联合国维和行动基本理论、中国维和警察特色理论、中国维和警察基础理论、中国维和警察专业理论、中国维和警察应用理论构建的中国维和警察学科理论体系基本框架,对我国维和警察工作的发展具有重要的促进作用。     

时延辅助信息的水下无源定位方法

以潜艇水听器阵列所构成的系统为例,建立了一种水下无源定位算法.以观测方位和到达不同传感器的时延差为基础,建立了状态方程和观测方程.利用扩展卡尔曼滤波算法,对系统进行了目标运动分析.蒙特卡洛模拟仿真试验结果表明上述方法具有较高的定位性能.该系统构成简单,在打击水下目标方面有良好的应用前景.