Approximating nondominated sets in continuous multiobjective optimization problems

Many important problems in Operations Research and Statistics require the computation of nondominated (or Pareto or efficient) sets. This task may be currently undertaken efficiently for discrete sets of alternatives or for continuous sets under special and fairly tight structural conditions. Under more general continuous settings, parametric characterisations of the nondominated set, for example through convex combinations of the objective functions or ε‐constrained problems, or discretizations‐based approaches, pose several problems. In this paper, the lack of a general approach to approximate the nondominated set in continuous multiobjective problems is addressed. Our simulation‐based procedure only requires to sample from the set of alternatives and check whether an alternative dominates another. Stopping rules, efficient sampling schemes, and procedures to check for dominance are proposed. A continuous approximation to the nondominated set is obtained by fitting a surface through the points of a discrete approximation, using a local (robust) regression method. Other actions like clustering and projecting points onto the frontier are required in nonconvex feasible regions and nonconnected Pareto sets. In a sense, our method may be seen as an evolutionary algorithm with a variable population size. © 2005 Wiley Periodicals, Inc. Naval Research Logistics, 2005.     

一种能量高效和均衡的无线传感器网络分簇数据融合算法

在无线传感器网络中,如果传感器节点之间的能耗不均衡,一些能耗进度较快的节点会过快失效,继而导致网络过早无法正常工作。为了解决分簇无线传感器网络在数据收集过程中所存在的节点之间能耗不均衡问题,提出了一种新的分簇数据融合算法。该算法将网络划分为大小不等的栅格,并根据剩余能量使簇首分别在每个栅格的节点中轮转。簇首消耗的能量越多,其所在的栅格也越大,栅格内有更多节点参与簇首的轮换以分担能量负载。通过该方式,算法能够提高节点的能耗均衡程度。另外,考虑到无线传感器网络的能量受限,算法还采取了一系列措施以节约能量。仿真实验结果表明,算法在能量使用效率、网络生命周期以及能耗均衡程度三个方面都具有较好的性能。     

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。     

信息化条件装备战场维修资源保障问题研究

战场维修资源是实施战场抢修最重要的物质条件,借鉴美军装备"精确保障"理念思想,对信息化条件下装备战场维修资源保障问题进行了研究.通过分析信息、资源、效能三者关联关系和维修资源保障指挥管理过程,确定装备保障指挥管理系统功能模型.最后对支持战场维修资源保障系统的关键技术和相应建设对策展开探讨.     

基于分块的伪Zernike矩归一化的人脸识别方法

以改进的伪Zemike矩相关知识为背景,提出了一种新颖的人脸识别方法。该方法通过将人脸分块,降低了光照条件、人脸表情等外在因素对人脸识别的影响。首先将人脸图像分块并重组矩阵的行和列,然后计算重组后人脸图像的伪Zemike矩,并对其进行归一化处理,最后采用最小邻近分类器进行判别。实验结果表明,该方法对于人脸光照、姿态和表情变化均具有良好的鲁棒性。在前人的研究基础上,进一步探讨了伪Zemike矩在人脸识别方面的应用。     

基于ICA的多姿态人脸表示

将独立成分分析(ICA)应用于多姿态人脸识别。对比分析了ICA和主成分分析(PCA)两种人脸识别方法的差异,并重点研究了多姿态人脸的独立成分(IC)表示。在基于权向量幅值的方法基础上,引入了基于比例因子的IC核选择的新方法。实验表明,新方法有利于提高识别的准确率和识别的效率。     

基于二代小波的三维虚拟人脸的LOD简化模型研究

针对三维虚拟人脸数据量大的问题,结合曲面多分辨率细分模型,首次提出了具有C2连续光滑的对称性双正交三次B样条小波的快速提升构造方案。算法通过引入 s-lift和w-lift算子,根据B样条的两尺度及小波二阶消失矩关系构造了l和h滤波器。定义了一个与顶点角标无关的提升运算以得到一个平面张量积形式的B样条小波函数,从而将提升构造算法推广到二维,研究了三维人脸网格曲面的张量积小波变换LOD控制算法。对误差计算进行了定义和分析,并对三维人脸的LOD小波控制算法进行了优化。结果表明:二代小波LOD模型压缩率高,人脸曲面失真度小。     

一“问”激起千层浪——探析课堂教学中高效提问的实现

提问是课堂教学中使用最频繁的教学技能之一，几乎找不到自始至终没有提问的课堂。课堂提问作为教员和学员之间常用的一种相互交流的教学技能，已经受到教育专家和广大教员的重视。善教者，必善问，一个成功的教员可以通过高效的提问创造出高效的课堂。结合教学实践经验，从提问的准备策略、实现方法及课堂控制技巧三个方面，对如何完成高效的课堂提问进行了探讨。     

基于不确定性的末制导初始参数优化设计方法

为量化无动力滑翔飞行器末制导初始参数不确定性的综合影响,提升飞行器落点精度,提出基于不确定性的末制导初始参数优化设计方法。面向飞行器末端高动态打击需求,采用落角约束下的滑模变结构导引律进行实时弹道成型,进而考虑末制导初始参数的不确定性。以落点有效毁伤半径概率和落点圆概率偏差为多优化目标,建立基于不确定性的末制导初始参数及制导律参数优化模型。针对这一不确定性优化模型,研究利用高效全局优化和蒙特卡洛方法,给出末制导初始参数及制导律参数的最优设计方案。仿真结果表明:该方法能显著提升落点精度,为方案设计阶段飞行器末制导交接点的选取提供决策支持。     

汉语语境下教师对学生冲突性话语的回应策略与面子的语用分析

师生间的言语冲突在课堂教学中时有发生,而这一现象并未引起足够重视。课堂教学中师生间冲突性话语为本文的研究对象,分析其语言表现,并依据Brown&Levinson的面子威胁论,探析教师对于学生不合作话语引发的冲突回应,旨在揭示师生间冲突性话语的面子威胁性特征及语用理据。