栅格数据处理中邻域型算法的并行优化方法

随着并行计算的成熟,众多数据密集型的栅格处理算法亟需利用并行计算来缩减执行时间.针对其中一类邻域型算法,构建了用于估计是时间代价的串行/并行时域模型,分析了各个组成的代价影响因素,提出了降低数据I/O代价的并行I/O方法和降低数据通信代价的光圈预测方法.实验证明,所提的两个优化方法可以使邻域型栅格处理算法的并行程序更加充分地利用并行计算资源,进而在一般并行化的基础上进一步提升其并行性能.     

目标数据关联多因素分布式推理判决系统推理结构

目标数据关联多因素分布式推理判决系统 ,是一基于分布式判决分类系统理论进行目标数据关联分析的大规模推理判决系统 ,在C3I系统中有着广泛的应用前景。本文在分析推理判决系统的推理规则类型和状态类型的基础上 ,给出系统的推理结构图 ,该推理结构是正关联神经推理结构     

基于变邻域人工蜂群算法的航空不规则零件下料优化研究

针对航空不规则零件规格种类多样,毛坯数量庞大,原坯料利用率低等实际生产中的问题。为了解决上述问题,提出基于变邻域人工蜂群不规则零件下料优化算法及算法流程,构建双坐标系下料模型,设计交换策略、顺序策略及逆序策略进行变邻域搜索,采用SCO、DCO、HO、WO、AO解码方式进行图样解码。最后,将变邻域人工蜂群算法与原始人工蜂群算法进行仿真分析,仿真实验结果表明：变邻域人工蜂群算法能够有效可靠地提高原坯料利用率及排样效率。     

用户偏好提取MDP建模研究

将马尔可夫判决过程和智能强化学习算法相结合,给出了异构无线网络环境下用户业务偏好评估模型的技术框架。为动态环境下用户需求的感知、量化和适配特征的研究提供了基本的数学描述,对解决用户体验的评价问题和业务与业务环境的适配问题提供了新的研究思路。仿真结果表明所构建的MDP模型能够在多状态条件下学习用户偏好,根据用户需求智能选择业务。     

判决元理论及其在武器分配中的应用

介绍了判决元理论的基本内容〔１〕,并将此理论用于解火控领域的武器分配问题（ＷｅａｐｏｎＡｓｓｉｇｎｍｅｎｔＰｒｏｂｌｅｍ,简称ＷＡＰ）,从而提出一种新的分配算法。通过２２个战例的仿真,结果表明,本算法收敛速度快,而且能收敛于理想的稳定状态。因此,在大规模的海战系统和高性能防空系统中,这种算法有着十分广阔的应用前景。     

判决反馈BP网络自适应均衡器

针对存在适度码间串扰和非线性畸变的数字信道,本文提出判决反馈ＢＰ网络自适应均衡器（ＤＦＢＰＥ）,将ＤＦＢＰＥ同传统的ＢＰ网络均衡器进行比较,对ＤＦＢＰＥ的特性进行了全面的分析。     

利用复单脉冲比的平面阵列雷达群目标检测方法

针对平面阵列雷达群目标检测问题,以矩形阵为例,详细分析方位向和俯仰向复单脉冲比虚部的统计特性;建立平面阵列雷达群目标检测模型,根据恒虚警检测原理推导复单脉冲比虚部的椭圆判决域,并利用复单脉冲比实部辅助判决,综合提出基于复单脉冲比的平面阵列雷达群目标检测算法。针对双目标情形进行仿真实验,结果表明:在较高信噪比、较大角度间隔以及幅度相当且相位差较大的条件下算法能够有效检测群目标。     

附加先验概率条件下的最佳先验概率选取

基于贝叶斯准则对二元假设检验问题进行研究,在附加先验概率条件下,提出了最小二乘意义下的最佳先验概率。将该方法与极大极小准则对比分析,给出了任意先验概率条件下的最佳先验概率选取方法,并进行仿真验证。仿真结果表明,根据最佳先验概率进行判决,可以在先验概率未知时有效降低判决代价。     

含软判决引导的修正恒模盲均衡算法

在CMA算法基础上,提出了一种混合的修正恒模盲均衡算法MCMA SDD。新算法对CMA算法进行修正,同时引入软判决思想。理论分析和计算机模拟表明,该算法克服了CMA收敛速度慢、稳态误差大的缺点,同时可以纠正相位偏转。与CMA SDD算法相比,具有更快的收敛速度和更低的稳态均方误差。