结合非负张量表示与扩展隐Dirichlet分配模型的图像标注

由于"语义鸿沟"的存在,自动图像标注是一项极具挑战性的工作。考虑到图像低层视觉特征与高层语义概念的差异,分别从图像表示与语义建模两个方面来实现自动图像标注。在图像表示方面,提出了一种正则化约束下的非负张量表示方法,用以提取符合人眼视觉直观理解的图像高阶结构特征。在语义建模方面,提出了一种三层贝叶斯模型——扩展隐Dirichlet分配。该模型利用隐变量来实现图像与标注词的关联,并通过一种基于变分推理的期望最大值方法来估计参数。实验结果表明,ELDA模型在大规模数据库NUS-WIDE上的标注结果相较于现有方法有了显著的提高。     

基于语言判断的群决策保障排序方法

根据战时环境和保障决策特点,研究了采用语言型群决策确定保障排序方法,使决策既符合战时实际,又便于发挥群体优势.该方法应用LWA,(Linguistic Weighted Average)算子将个体决策者的语言判断集成为群语言判断矩阵,再用LA (Linguistic Average)算子给出保障排序.针对集成群语言判断...     

基于变权的地空导弹抗干扰性能模糊综合评估

围绕地空导弹抗干扰性能评估问题,建立了模糊综合评估模型.针对传统模糊综合评估模型采用常权面临的突出问题,引入了变权的思想与方法,构建了基于变权的模糊综合评估模型.实例表明,相对于传统模型,采用基于变权的模糊综合评估模型,可以得出更加合理的评估结果.     

基于NCS算法SAR成像效果仿真分析

针对SAR斜视状态使用CS算法对地面目标成像展开分析,重点分析了改进的NCS算法在处理高阶相位耦合方面的优势,按照改进的NCS算法对地面目标回波信号的成像过程进行了分析,使用计算机仿真验证了高阶耦合项位、残余相位误差随斜视角的变化关系,分析了目标回波聚焦效果,对实地模拟目标进行了成像仿真。     

多模型估计的新分支——变结构多模型方法

作为多模型方法的新分支,变结构多模型方法(VSMM)是当前机动目标跟踪、故障诊断等领域中研究的热点.首先简述了VSMM方法的发展过程和近期动态,在对VSMM方法进行深入分析的同时针对其理论核心--模型集自适应(MSA)策略进行讨论;详细介绍了几种现存的典型VSMM算法;同时简述了VSMM方法的应用概况;最后指出了目前VSMM方法重点关注的问题热点和今后的研究领域.     

挠性航天器姿态机动的主动振动控制

研究了挠性航天器姿态机动过程中挠性附件的主动振动控制问题.针对刚性主体上带有挠性梁的航天器,在建立挠性系统动力学模型的基础上,采用滑模变结构控制策略进行挠性航天器的大角度机动控制,为了快速抑制由于刚体运动而激发的弹性振动,在挠性梁上配置压电致动器,并通过速度反馈设计压电致动器的控制律.仿真结果表明,此方法在实现了旋转机动的同时,有效抑制了弹性振动.     

侧窗探测下的姿态变结构控制

为解决导引头视场受到侧窗限制的问题,给出侧窗视场范围和拦截器姿态角之间的约束算法,并针对侧窗探测条件下弹体姿态控制的要求,用变结构控制方法实现姿态角的跟踪,并对抖振问题给予解决办法。在变结构控制器参数的选择上加入自适应参数选择环节,经过仿真,系统能够快速跟踪期望姿态角,跟踪的精度高。     

变结构MM估计器的模型集合序列条件估计

变结构多模型(VSMM)估计最重要、自然和实用的方法是递归自适应模型集合(RAMS)方法。它由两个功能部分组成:模型集合自适应和模型集合序列条件估计。本文是针对第二部分。具体一点,就是通过推广著名的交互多模型(IMM)算法得到基于任意时变模型集合序列的一般的最优单步高效的递归模型集合序列条件估计。这种递归提供了一种在RAMS中是最优的为新激活的模型分配概率并且对基于这些模型的滤波器进行初始化的自然和系统的方法。此外,还给出了基于任意两个模型集合(未必是不相交)获得整体估计的最优和高效的融合方法。最优递归和融合为模型集合序列条件估计问题提供了对于大多数实际问题都相当令人满意的解决方案。这里给出的结果已经应用在最近建立起来的两个变结构MM估计器,似然模型集合和模型群切换算法中。这些算法是普遍适用和容易实现,并且明显优于可用的最好的固定结构的MM估计器。     

简化的块变步长自适应算法

本文提出了一项特别适用于进行实时信号处理、可作为评估自适应算法性能的新指标——收敛时间。然后依据此指标,提出了一种简化的块变步长(SBVS)自适应算法,并导出了它的频域实现。计算机模拟结果表明,该算法在性能上优于BLMS 算法。     

潜艇近水面定深航行时的变结构控制方法研究

用自由递阶的变结构控制（ＶＳＣ）方法研究了在二阶波浪力干扰下,潜艇近水面航行时的定深控制问题,并分析了各控制参数对控制性能的影响。通过与ＰＩＤ控制方法的比较,表明本文设计的变结构控制系统具有较高的控制精度和较强的适应性。