高分辨率遥感影像的自优化迭代分类方法

针对高分辨率遥感影像提出了一种面向像斑的自优化迭代分类算法,基于半监督聚类算法获取训练样本,以支持向量机为核心设计了自优化迭代分类器。使用分型网络演化算法获取像斑,并从中选取少量标记样本;结合标记样本,利用半监督模糊C均值算法对像斑进行聚类,并基于密集度筛选得到训练样本;设计了自优化迭代支持向量机分类算法,对所有像斑进行迭代分类直到满足分类要求,并在分类过程中对近邻分类结果进行统计得到高可信度样本以自主优化训练样本集。基于以上方法分别对武汉市Quick Bird和World View影像进行分类实验,分类总精度分别达到94.67%与92%,与基于人工选取训练样本情况下进行分类的分类总精度(82%与82.67%)、常规支持向量机分类总精度(87.33%与88%)、最小二乘支持向量机分类总精度(88%与89.33%)相比,精度有明显提升,分类效果较好。     

基于递归神经网络的C3I系统故障预报系统

阐述了C3I系统故障预测系统的设计要求,分析了带有偏差单元的递归神经网络的相关原理,建立了C3I系统故障的神经网络预测模型并提出了相应的训练算法.提出了把神经网络、预测理论和专家系统有机地结合起来建立故障预报系统的初步设想.并以防空C3I系统的典型故障为例,实现了故障的预测.预测结果证明,给出的神经网络预测模型和训练算法是可行的,且具有较高的精度.     

信号采样及频谱分析在线信道测试中的应用

用AD采集卡对指控系统有线信道中的连续时间信号进行采样,得到离散的时间信号,再运用一种离散傅立叶变换——CZT进行频谱分析。详细介绍了在给定测量范围和精度的要求下,采集卡工作参数的配置方法,以及CZT变换实现频域细化的原理和计算参数的选定,还提出了一种快速算法,以增强测试系统的实时性。     

DFT的Z变换算法

文中讨论了用Z变换计算DFT的方法。对于N=2~t的DFT,本算法所需的加法及乘法量分别为:(?),与Cooley-Tukey基-2算法比较,乘法量与加法量均减少25%,文中还讨论了本算法在微机上的实现,给出流程图。在运算时间上,本算法与通用FFT算法程序进行比较:节省时间30%。     

基于改进快速扩展随机树的机械臂路径规划

针对机械臂路径规划问题,提出一种基于改进RRT算法的路径规划方法。改进RRT结合了目标偏置策略和贪婪生长策略的优点,在随机采样时,以一定概率使采样点偏置为目标节点,降低随机采样的盲目性,在目标节点方向上采用贪婪式扩展策略,增加随机树局部方向上的生长速度。RRT法规划路径结果并非最优,提出改进GPP法删除多余路径节点,优化机械臂运动路径。通过与Biased-RRT和Greedy-RRT数值仿真结果对比,证明了改进RRT在计算时间、迭代次数、扩展节点数上均优于以上方法。在机械臂两种典型工作环境中的仿真结果表明,使用该方法可以较好解决排爆机械臂避障路径规划问题。     

谈快速培漏技术训练中的注意事项

快速堵漏技术是消防技能训练中的重要内容之一,是目前消防部队在抢险救援中有效地消除易燃、易爆、有毒化学物品泄漏,遏制火灾、爆炸与中毒事故发生的重要手段.文章在训练实践的基础上就如何正确地进行快速堵漏训练进行了论述.     

有理真分式裂项的快速方法

对于有理真分式的裂项给出一种基于高等数学的简便解法     

磁致伸缩扭转导波小管径弯管检测

针对扭转导波对小管径弯管的检测问题,分别采用数值模拟和实验方法进行研究。使用ANSYS软件模拟扭转导波在弯管中的传播;设计一种针对小管径管道的磁致伸缩扭转导波检测传感器,并对弯管进行检测,建立该传感器的导波激发和接收模型,利用理论模型对实验信号进行解读。研究结果表明:T(0,1)模态导波在小管径管道弯头处发生模态转换,部分T(0,1)模态转换成F(1,1)模态,F(1,1)模态具有方向性,垂直于弯头拱背-拱腹方向;模态转换会造成检测信号的双端面反射现象,第二个端面回波与第一个端面回波幅值比随频率的增大呈减小趋势;传感器激发出的纵向磁致伸缩力会导致实验信号中出现少量纵向模态导波。研究结论为磁致伸缩扭转导波对小管径弯管的检测提供理论指导。     

低地球轨道卫星网络节能方法

通常卫星的唯一能源来源是太阳能,因此星上网络设备的能源供应问题比地面网络的更加严峻。通过修改和扩展链路容量受限的最小代价多商品流模型来适应卫星网络这一特殊的体系结构,并基于低轨道卫星网络的多重覆盖机制和流量分布模型,改进现有的启发式算法来关闭冗余的卫星节点、星地链路和星间链路。在满足链路利用率和路由跳数增加比例约束的条件下,仿真实验中关闭上述三种参数的比例分别可达59%、61%和72%,卫星网络的总体节能比例可达65%。     

机载MIMO雷达稳健非均匀样本选择方法

针对杂波训练样本中混入干扰目标,导致空时自适应处理技术的杂波抑制性能下降问题,提出一种基于目标知识进行局部稀疏恢复的稳健训练样本挑选方法。该方法利用先验知识确定待检测单元中的目标区域,对整个角度-多普勒平面进行遍历,获得稀疏超完备基。通过变换矩阵对超完备基中对应的目标区域进行"挖空"处理,局部稀疏恢复出超分辨的杂波空时谱,获得杂波协方差矩阵估计。结合广义内积算法,实现非均匀训练样本挑选的过程。与常规结合广义内积方法相比,该方法对于不同干扰强度的训练样本,均有良好的检测效果。经仿真验证,所提方法的检验统计量之间区分度更加明显,对于干扰样本的挑选更加彻底,从而有效地提高了空时自适应处理技术的目标检测性能。