一种具有遗忘特性的在线学习算法框架

基于凸优化中的对偶理论,提出了一种具有遗忘特性的在线学习算法框架。其中,Hinge函数的Fenchel对偶变换是将基本学习问题由批量学习转化为在线学习的关键。新的算法过程是通过以不同方式提升含有约束变量的对偶问题实现的:(1)梯度提升;(2)贪婪提升。回顾了以往的相关研究工作,并指出了与之的区别与联系。人造数据集和真实数据集上的实验结果证实了算法框架的有效性。算法可以很好地处理数据流中的分类面漂移问题,为设计和分析新的在线学习算法提供了一个新的思路。     

基于DMFT的空间目标微动特征提取

空间目标的高速轨道运动,会导致微动曲线的展宽和走动,将对后续的微动特征提取产生不利影响。针对这一问题,提出了一种基于离散匹配傅里叶变换(DMFT)的空间目标微动特征提取方法。首先分析了高速空间目标的信号回波模型;其次,根据回波信号的特点提出了一种基于DMFT的补偿参数估计的方法;最后,采用Hough变换提取了目标的微动特征。仿真实验验证了该方法的有效性和鲁棒性,结果表明微动特征的提取精度得到了明显提高。     

基于点模式匹配的雷达航迹与航行计划匹配算法

在雷达航迹与航行计划匹配时,针对传统算法对单点信息依赖程度较高,在信息缺失、目标机动等情况下匹配效果差的问题,提出了一种基于滑窗的改进点模式匹配算法。首先,提取了雷达航迹多特征点,利用特征点集弥补单点信息的不足,通过简化匹配分数的计算,降低了点模式匹配复杂度。仿真实验结果表明,改进的点模式匹配算法显著提高了信息缺失、目标机动等情况下的匹配正确率。     

基于图像信息的多特征空间坦克姿态估计

坦克作为地面战场的主要目标,分析其姿态至关重要。根据坦克姿态估计的需要,在可见光条件下采集了坦克车体纵轴与瞄准镜光轴不同夹角的图像作为训练集。利用主成分分析法选取了目标的主要特征向量,每个训练子集用3个特征向量表示,利用少量的特征向量建立目标的8个特征空间,降低了空间的维数。设计判别准则将待识别目标向量与重构向量之间的余弦值进行比较,即确定目标所在的空间位置,完成了目标姿态的识别。实验结果表明,利用建立目标多特征空间的方法识别目标空间位置是有效的。     

全脉冲幅度信息的分析与特征提取

全脉冲数据在电子情报分析和电子侦察信号处理中具有十分重要的意义.为了辅助雷达信号分选和识别,挖掘除频率和方位以外的脉冲信息,对全脉冲数据中幅度信息的相关变化特征进行了分析与提取.将统计分析与脉幅的教学模型相结合,分析了脉冲幅度随天线扫描的起伏规律,并提取了脉冲幅度对脉冲宽度测量值的制约特征.实验结果验证了该方法提取雷达信号特征的可行性和有效性,为信号分选提供了新的思路.     

一次性化学电池动态输出特性光电耦合测量法

提出了装备用一次性化学电池动态输出特性的光电耦合测量法。该方法采用独立电源供电,工作安全可靠,系统标定和数据采集、处理及结果输出等均由计算机控制完成,具有良好的操作环境,并且可在电动高旋机上使用,也可以用于对各种电压信号远距离遥测。     

海面空-空无线信道特征

针对海上远距通信场景,基于无人机之间的无线通信链路,对接收功率进行实际测量。在大尺度路径损耗方面,采用对数距离线性模型进行拟合,分析海上远距空-空无线信道特征,获取路径损耗指数,并采用射线跟踪方法进行仿真验证,通过仿真所得信道冲激响应在多径时延和功率方面分析产生接收功率快速变化的原因。分析结果表明,近岸的多径反射会造成接收功率的波动,并且会造成路径损耗的升高。利用三种分布函数对测量数据进行分布拟合,分析海面和近岸两种通信条件下空-空无线信道的小尺度分布特征。测量分析结果表明,小尺度特征受陆地反射影响明显,在距离陆地较远的海面呈现高斯分布特征,而在近陆地处未呈现典型分布特征。     

论舞蹈和美术的关系

舞蹈艺术和美术有着密切的关系。两者从表现语言的视觉本质到立足于形态的相同之处的思维方式 ,从结构节奏到形式的追求 ,都可以直接进行交流、相互吸取营养     

用相位梯度法校正超宽带雷达系统的相位误差

线性调频 (LFM)信号体制的超宽带雷达 (UWBR)系统的相位误差 ,会影响雷达系统脉冲压缩的结果。本文提出的相位梯度 (PG)算法 ,能够有效地估计系统相位误差 ,改善脉冲压缩的性能。     

应变局部化理论及在岩土中的应用

应变局部化是物质内部应变积聚而生成的应变窄带,也称剪切带。固体材料特别是岩土材料的塑性变形和破坏常常与应变局部化现象相联系。应用经典连续介质力学来研究应变局部化现象遇到很多困难,如数值模拟的结果病态依赖于有限元网格等。为了克服这一困难,国内外研究者尝试着用各种不同的方法来研究应变局部化现象,包括理论、实验、数值模拟等方法。本文对应变局部化理论及其在岩土中新的应用进行了总结与回顾。