基于局部积分双谱与SVM的雷达目标识别

针对高分辨距离像的特点,应用双谱与SVM研究高分辨雷达目标识别问题。提出了基于局部积分双谱与SVM的雷达目标识别方法。该方法选择具有最强鉴别能力的积分双谱构成局部积分双谱特征,基于局部积分双谱进行距离像特征提取,然后应用支持向量机对提取的特征进行分类识别。利用四种局部积分双谱的目标识别仿真实验结果表明,提出的方法具有良好的分类性能。     

求解布尔不可满足子式的消解悖论算法

求解布尔不可满足子式在超大规模集成电路设计与验证领域都具有非常重要的理论与应用价值,帮助EDA工具迅速定位错误与不一致。针对求解不可满足子式的非完全方法,提出了消解悖论与悖论解析树的概念,在此基础上提出一种启发式局部搜索算法。该算法根据公式的消解规则,采用局部搜索过程直接构造证明不可满足性的悖论解析树,而后递归搜索得到不可满足子式;算法中融合了布尔推理技术、动态剪枝方法及蕴含消除方法以提高搜索效率。基于随机测试集进行了实验对比,结果表明提出的算法优于同类算法。     

基于人工势场的潜艇搭载AUV回收路径规划

紧密结合未来无人作战侦察对潜艇搭载自主水下航行器(AUV)水下自主回收的需求,对水平面内基于水声定位的AUV的自主回收对接技术进行了研究。运用了基于人工势场的导引方法规划了AUV的回坞路径,然后基于AUV的运动方程设计了滑模跟踪控制律来解决AUV在复杂的回收环境下的避障问题,并通过引入"填平势场"来引导AUV走出局部极小点。最后采用了REMUS AUV的模型参数对水下回收进行了仿真试验研究,仿真结果验证了方法的有效性。     

针对应急救援路径规划的一种改进蚁群算法

针对不返回起始点、多个待救援点的应急救援路径规划问题,提出了一种应急救援路径规划的改进蚁群算法,设计了一种新的路径构造方法,为蚁群算法求解该类问题打下了基础。为提高收敛性,改进了信息素更新规则,构造了一种与蚁群算法有效结合的局部搜索算法,提高了算法快速寻优的能力。仿真结果表明:改进蚁群算法能够快速找到一条从救援中心到多个待救援点的优化路径,且收敛速度和最短路径较同类算法更优。     

Mandated defence offsets: can they ever deliver?

Defence offsets are elements of defence procurement deals additional to the primary content. Offsets are usually expected to yield technological or industrial benefits to the purchasing country (e.g. countertrade, technology transfers, or additional jobs) and military buyers often require suppliers to make offsets available “cost-free.” The authors argued previously that such strategies achieve little of value to buyers that lack market power and are unnecessary otherwise, since purchasers with the market power to extract more value for money from foreign suppliers can do so anyway. This article also focuses on the supply side of offset deals. The USA is the world's largest defence offsets supplier but the US government opposes offsets demands as economically inefficient and trade distorting. Even if offsets are inefficient and trade distorting, they may still benefit a materiel-exporting country such as the USA as they may induce exports and create associated benefits for the offsets provider.     

求解面向进攻的武器-目标分配问题的蚁群算法

面向进攻的武器-目标分配问题是军事运筹学研究中的重要课题,旨在制定合理的打击策略以最大程度摧毁敌方目标。采用一种融合局部搜索和信息素控制的蚁群算法,兼顾控制解的局部收敛速度和全局收敛质量。在解的构造过程中直接处理约束条件,提高生成解的可行性,并大大缩小了搜索空间,提高了算法效率。通过采用多种算法对不同规模的武器-目标分配问题进行实验,结果表明改进的蚁群算法在收敛速度和求解质量上表现优异。     

越野汽车非线性悬架系统建模与仿真研究

针对越野汽车的行驶条件,对传统线性被动悬架、非线性被动悬架和非线性主动悬架的动态特性进行了研究。建立了悬架系统的动力学模型,采用统计线性化方法对非线性弹簧悬架进行求解,利用MATLAB／SIMULlNK工具箱对悬架模型进行了动力学仿真。仿真结果表明：非线性弹簧悬架模型比传统的线性悬架模型更符合越野汽车悬架系统的振动运动,而采用基于线性二次型最优控制方法的主动控制非线性悬架,则能获得更好的行驶平顺性和操纵稳定性。     

政府适度负债规模的研究——从欧洲主权债务危机到中国地方政府负债风险谈起

在现代经济环境下政府倘若仅依靠自身财力,既无外债又无内债的发展经济已显不足;但凡经济发展较快的国家无不举债,依靠举债借助外力不仅能促进且能加快经济发展。然而近年西欧爆发主权债务危机,我国中央地方两级负债暗藏隐性风险,地方政府融资平台风险甚是暴露,也从另一个角度警示政府负债是一把双刃剑。而根据自身实力与未来发展预期适度负债才是最佳选择,负债不足与过度负债都是不可取的。本文通过对政府适度负债标准的研究,为各级政府提出一个适度负债标准或控制临界点,同时也为各级政府根据此标准对自身负债水平提出相应的预警及对策,从而保持经济的稳定发展。     

一种单站纯方位目标跟踪中的线性近似化滤波算法

针对EKF算法中存在初始化困难的缺陷,利用近似线性化的方法,构建基于修正极坐标系下的近似线性最小二乘滤波算法ALF;以ALF作为EKF滤波器的初始化算法,实现联合ALF和EKF的两阶段滤波算法,并将它应用在水下单站纯方位目标跟踪中。仿真结果表明,由ALF和EKF组成的两阶段滤波算法具有很好的稳定性,算法精度较高,是一种有效的算法,对潜艇实施隐蔽探测与跟踪具有重要意义.     

中文分词与命名实体识别的联合学习

将卷积结构引入循环神经网络,从而构建卷积循环神经网络。以此为基础,研究构建了面向中文分词与实体识别联合学习的序列标注模型。该模型依托卷积循环神经网络构建特征编码层,实现中文字序列局部空间特征和长距离时序依赖特征的联合提取;依托改进的循环神经网络构建标签解码层,实现标签序列长距离时序依赖的有效建模;依托统一的分词与实体识别序列标注模式实现分词信息与实体信息的联合学习,避免传统流水线法的误差传播问题。在人民日报语料和微软标注语料上的实验结果显示,该框架较传统统计模型和神经网络模型有显著的性能提升,尤其是在识别字数较多的命名实体时,其效果明显优于其他方法。