子自仿射集的Hausdorff维数

设S1,S2 ,… ,SN 是Rn 上的N个仿射压缩映射 ,若Rn 的紧子集E满足E UNi =1 Si(E) ,则称E为子自仿射集 .作者在一定条件下得到了子自仿射集E的Hausdorff维数 .     

基于深度强化学习的无人机实时航迹规划

随着无人机技术的应用和发展,无人机执行任务的飞行环境愈发复杂多变,对无人机机动避障能力和航迹规划的实时性提出了更高的要求。基于泛化性较好、对环境依赖弱的深度强化学习算法,以雷达实时获取的障碍物地图信息为基础进行实时路径规划,针对二维航迹规划问题特点设计了连续奖励函数,解决了强化学习算法在二维平面航迹规划中奖励稀疏的问题;基于迁移学习的思想设计多个训练环境,并按任务的难易程度进行分步训练,降低了算法的训练难度,提高了训练效果,并使算法的收敛效果更加稳定。在实验中将SAC算法与目前主流的PPO和TD3算法进行对比,实验结果表明：SAC算法收敛速度快,实时性好,航迹平滑度更好。     

改进近似动态规划法的攻击占位决策

瞬息万变的空战环境和日益复杂的空战任务导致应用动态规划法解决机动决策问题容易造成"维数灾难"。基于函数拟合思想优化逼近近似值函数,解决了空战状态的连续性问题。同时,针对近似动态规划在解决机动决策问题时未考虑"过冲"机动和碰撞的问题,提出惩罚因子对近似动态规划法的攻击占位决策方法进行改进。这种方法能够有效应对快速变化的战场态势,而且不需要对空战战术构建专有的战术库。为了验证模型的有效性,将改进的近似动态规划法进行了实验仿真,仿真结果表明改进的攻击决策方法能够有效避免"过冲"机动和碰撞问题,具有较强的鲁棒性。     

基于A*算法的四维实时航迹规划算法

飞行器在飞行过程中接到攻击时间敏感目标的指令时,时间因素必须被考虑,这时飞行器就要规划出四维航迹.利用A*算法的特点,将A*算法的估价函数解释为一个与时间相关的函数,通过比较规定到达时间与预测到达时间之间的差值,确定出将要优先扩展的节点,并通过航程调节和速度控制来减小时间误差.提出的四维航迹算法在算例中实现,实验结果表明飞行器可以按规定的时间到达目标.     

一种面向混合数据集可视化的高效数据转换技术

应用领域中存在大量多数据类型属性的混合数据集,但是,很多有效多变元可视化方法的适用范围都只局限于单一类型,对于混合数据集可视化效果不甚理想。针对包含数值及分类型属性的多元混合数据集,提出一种面向混合数据集可视化的数据转换技术,首先对每一数值型属性使用聚类技术进行分类化,然后应用对应分析算法量化所有分类型属性,最后将转换后的混合数据集使用经典的数值型可视化方法——星形坐标法进行展现,并且针对变元数量较多或分类型变元势较高的混合数据集,在数据转换过程中提出一套降势策略,减少参与计算的变元数量,提高计算效率。实验表明,该方法对混合数据集的可视化结果不仅易于理解,而且有利于用户发现其中的隐性知识,降势策略在提高内存及时间效率方面作用显著。     

二维约束点集Delaunay三角剖分算法研究

在已有算法基础上,提出了任意二维约束点集Delaunay三角剖分的新算法,算法仅在局部产生少量新点,并在局部对三角剖分进行修改,便可保证整体三角剖分符合Delaunay性质.     

用于战术模拟训练的二维态势系统研究

针对战术模拟训练的实际需要,采用系统工程的方法和组件化技术进行二维态势系统研究,包括功能需求、系统结构以及基于MapX的地图显示和操作、基于Cstatic控件的位图转换和双缓存技术、军标动态连接库和实时通信等关键技术;最后基于MapX组件实现了二维态势系统.实践证明,该系统具有良好的逼真性、实时性,应用效果良好,具有一定的推广价值.     

基于GPU的二维离散小波变换快速计算

通过分析小波变换的多相表示和GPU通用计算模型,结合现代GPU的多纹理和多渲染目标特性,提出了一种基于GPU与多相表示的二维离散小波变换计算方法,该方法使小波变换的计算形式完全适合GPU的SIMD结构,同时大幅减少了纹理访问次数,充分利用了GPU的矢量运算和二维寻址能力,实验表明该方法在处理速度上有大幅的提高。     

新加坡“坚决”号登陆舰与我陪访舰“石家庄”号驱逐舰

2011年3月10日至14日,新加坡海军"坚决"号坦克登陆舰(舷号208)在新加坡海军训练司令部司令陈为民率领下,对青岛进行了友好访问。此次共有218人随