基于删除平均的VI-CFAR检测器

针对MLVI-CFAR检测器在多个随机分布干扰目标背景下检测性能不好,以及OSVI-CFAR检测器在均匀环境和仅单滑窗存在干扰目标的环境下检测性能欠佳问题,提出了一种基于删除平均(CML)的VI-CFAR检测器(CMLVI-CFAR).仿真验证了CMLVI-CFAR检测器在均匀背景及多目标干扰环境下,都具有比MLVI和OSVI-CFAR检测器好的检测性能,并且其在杂波边缘背景下的虚警控制能力与前两者也基本一致,说明其在实际杂波环境中具有更强的鲁棒性和良好的应用潜力.     

结合多视角学习与一致性表征的人脸伪造检测

现有的人脸伪造检测方法通常在已知域上表现较好,但面临过拟合的风险,在应对未知场景时无法保持良好的检测能力。为解决此问题,提出一种结合多视角学习与一致性表征的人脸伪造检测框架。为捕获更全面的伪造痕迹,将输入图像转换为两种互补视角并采用双流骨干网络进行多视角特征学习。引入一致性度量,以补丁级监督的方式明确约束不同视角输出的局部特征的相似度。为提高检测精度,采用特征分解策略进一步优化伪造特征,减少不相关因素的干扰,并以伪造特征空间的决策作为最终的预测结果。在基准数据集上进行的大量实验表明,所提出的方法优于现有的主流模型,具备良好的跨域泛化能力。     

事件触发的时滞二阶多UAV系统一致性控制

研究具有固定输入时滞的二阶多无人机系统在事件触发下进行不完全随机采样,并达到一致性控制的问题。提出一种阈值依赖于多无人机系统事件触发时刻和初始状态的事件触发机制,并给出在此事件触发机制下具有固定输入时滞二阶多无人机系统的分布式控制策略。当无人机自身状态变化量满足触发条件时,无人机间进行信息交互,控制器根据此次事件触发的采样状态值进行控制输入更新。通过理论推理证明一致性控制的结论。最后,通过仿真验证了算法的有效性。     

广播式通信多智能体系统信息一致性研究

为解决多智能体协同工作问题,开展了广播式通信拓扑多智能体系统信息一致性研究。基于随机矩阵谱半径的唯一性,对固定和时变通信结构的离散系统证明了一致性问题的可解性。根据广播式通信拓扑的特点,具体给出通信协议中智能体的通信形式,并证明了系统在实现信息一致性后,系统的状态收敛到主个体的状态。针对智能鱼雷编队攻击协同技术,给出了实际仿真实例,仿真结果证明了理论结果的有效性。     

大气对流层气体组分随高度变化的理论预期

利用大气对流层温度随高度变化的规律,采用局部平衡的多分子混合模型,从理论上论证了对流层气体组分随高度变化的规律,发现大气各主要成分体积分数、分子平均摩尔质量均随高度线性变化,并拟合数值计算结果得到了相关参数。氧气的相对体积分数随高度明显下降,而氮气的相对体积分数却明显上升;但是相比于温度随高度的变化,大气分子平均摩尔质量的改变可以忽略。该理论比以往其他模型预测大气压强随高度变化规律具有更自然、更接近实际的优势。     

政策热线

正兵团工伤伤残津贴如何核定?读者:兵团工伤5至10级或未达伤残等级的职工复查鉴定后伤残等级达1至4级的,伤残津贴该如何核定?编辑部:5至10级或未达到伤残等级的工伤职工复查鉴定后伤残等级达到1至4级的,伤残津贴以本人最后复查鉴定前12个月的月平均缴费工资基数作为本人工资进行核定。     

分布式数据库系统中数据一致性维护方法研究

分布式数据库系统是数据库领域中的一个主要研究方向 ,数据一致性维护是分布式数据库系统中的一个非常关键的技术问题。在深入分析和比较各种维护数据一致性方法的基础上 ,提出了一种较为有效的维护数据一致性的方法 ,详细论述了该方法如何解决并发执行引起的冲突问题 ,以及如何利用消息队列机制保持各数据副本的一致     

基于感知信息共享的C2网络特征分析*

指挥控制(C2,Command and Control)关系网络连接数的增加会增强指控节点之间的信息共享,但也会增加节点信息处理和交换负荷,如果达到一定程度,则会造成节点本身的"信息过载"从而影响C2网络性能.对此,通过研究C2网络在两种不同处理方式下的共享感知信息平均提交时间,用网络节点响应时间的均方差表征一个C2网络的共享态势感知时间的一致性,最后对两种不同结构C2网络特征参数的计算,说明了网络连接增加会导致信息提交时间的延长,但一致性会增强.     

基于改进烟花算法的ELM分类模型

针对极限学习机(Extreme Learning Machine,ELM)的性能必须依赖于大量隐层节点的问题,提出了基于改进烟花算法(Improved Fireworks Algorithm,IFWA)的ELM分类模型。用改进的烟花算法进行迭代搜索,求得N个最优的烟花;选择ELM测试数据集的RMSE作为改进烟花算法的适应度值函数,来优化ELM每个隐层节点的输入权值和偏置,使得节点的决策水平提高,从而使ELM的决策性能显著提高;采用KDD99数据集验证表明:改进烟花算法的极限学习机(IFWAELM)能够以较少的隐层节点得到更高的测试平均正确率,提高了极限学习机的泛化性能。5种同类算法性能对比实验也表明IFWAELM是效果最优的。     

改进的时域正交MOE盲干扰抑制算法

提出了一种能够同时抑制窄带和多址干扰的TDO-MOE盲干扰抑制算法,算法将TDO-LMS算法引入到MOE盲检测算法,克服了TDO算法在盲检测中容易发散的缺点.通过信道估计调整步长因子,信道估计运算利用了检测器的中间运算结果,没有付出多余运算量.仿真结果表明,在维持LMS类算法的SINR性能的前提下,算法明显缩短了收敛时间,具有一定的应用价值.