基于目标航迹分段的任务分配方案数学模型的建立

任务分配是进行计算机辅助决策的重要内容之一。本文从目标航迹分段着手,建立一种新的分配模型,解决了目标流的多次分配问题,并给出了具体应用实例。     

浅析吸引系数法及其应用

本文通过对吸引系数法的分析,澄清了一个各种刊物在表述吸引系数法时的混淆,并提出了一种吸引系数法的改进方法,使之能够运用于野战指挥通信网中话音和数据业务量的建模。     

过模慢波结构高频特性

对过模结构在提高功率容量方面的优点进行了理论分析;分别采用解析方法和有限元方法研究了理想无限长过模慢波结构及有限长过模慢波结构色散关系的特点,对比了这两种情况下TM01模色散特性的区别,结果表明两者在纵向波数取值及对应的频率上有所差别,这对于高功率微波器件高频结构的设计有重要的参考价值。     

离散系统的绝对稳定性

给出了离散系统绝对稳定性问题的充分条件:约束条件下的矩阵不等式的正定解;基于这一思路可以构造控制器来镇定一类非线性系统;最后还给出了设计实例以说明结果的有效性。     

A comprehensive review on material selection for polymer matrix composites subjected to impact load

Polymer matrix composites (PMC) are extensively been used in many engineering applications. Various natural fibers have emerged as potential replacements to synthetic fibers as reinforcing materials composites owing to their fairly better mechanical properties, low cost, environment friendliness and biodegradability. Selection of appropriate constituents of composites for a particular application is a tedious task for a designer/engineer. Impact loading has emerged as the serious threat for the composites used in structural or secondary structural application and demands the usage of appropriate fiber and matrix combination to enhance the energy absorption and mitigate the failure. The objective of the present review is to explore the composite with various fiber and matrix combination used for impact applications, identify the gap in the literature and suggest the potential naturally available fiber and matrix combination of composites for future work in the field of impact loading. The novelty of the present study lies in exploring the combination of naturally available fiber and matrix combination which can help in better energy absorption and mitigate the failure when subjected to impact loading. In addition, the application of multi attributes decision making (MADM) tools is demonstrated for selection of fiber and matrix materials which can serve as a benchmark study for the researchers in future.     

采用局域像素匹配的随机抽样一致改进算法

为提高图像拼接的配准精度和稳健性,提出基于局域像素匹配的随机抽样一致改进算法。在完成尺度不变特征变换算子或其他算子图像特征提取、特征匹配之后,利用独立于特征匹配点的局域像素,通过参考图像局域像素与映射的待拼接图像局域像素匹配,优选4对最佳特征匹配点,确定最佳单应矩阵。实验结果表明:与随机抽样一致经典算法相比,该方法未明显增加计算耗时,单应矩阵更准确,图像拼接稳健性更好。     

基于中间表示规则替换的二进制翻译中间代码优化方法

动态二进制翻译在实现多源到多目标的程序翻译过程中,为屏蔽不同源平台间的硬件差异引入中间代码,采用内存虚拟策略进行实现,但同时带来中间代码膨胀问题。传统的中间代码优化方法主要采用对冗余指令进行匹配删除的方法。将优化重点聚焦在针对特殊指令匹配的中间表示规则替换上,提出了一种基于中间表示规则替换的二进制翻译中间代码优化方法。该方法针对中间代码膨胀所呈现的几种典型情景,描述了中间表示替换规则,并将以往应用在后端代码优化上的寄存器直接映射策略应用在此处。通过建立映射公式,实现了将原来的内存虚拟操作替换为本地寄存器操作,从而降低了中间代码膨胀率。使用SPEC CPU2006测试集进行了实验,验证了此优化方法的正确性和有效性。测试用例在优化前和优化后的执行结果一致,验证了优化方法的正确性;优化后测试用例的中间代码平均缩减率达到32.59%,验证了优化方法的有效性。     

LiDAR点云纹理特征提取方法

针对图像纹理应用于LiDAR点云分类过程中存在的多义性问题,提出点云纹理特征的概念。该特征属性反映了点与其邻域点的属性值分布情况,提取过程基于KD树数据检索结构和灰度共生矩阵算法。分析搜索邻域、移动步长和灰度等级等参数对点云纹理特征的影响,并利用支持向量机分类方法验证点云纹理特征,可以有效地辅助高程和强度信息以改善LiDAR点云的地物分类结果。实验还证明了相比于栅格格式的图像纹理特征,点云纹理特征约束的地物分类具有更高的分类精度,并且点云纹理特征在微小地物的甄别和水陆的区分方面具有突出的能力。该特征的这些优秀特性可以为海岸带机载LiDAR数据的精细化分类、海岸带高精度DEM构建和海岸线提取等工作发挥重要作用。     

基于单类集成分类器的JPEG通用隐写分析

针对JPEG图像通用隐写检测问题,提出了一种基于单类集成分类器的新方法。算法提取图像DCT块内、块间和小波层内、层间的共生特征以及小波子带系数的直方图特征对图像进行描述,并计算检测图像及其原始估计图像所提共生矩阵和直方图分布的对称交互熵作为隐写分析特征;然后,随机构造若干个特征子空间,利用bootstrap方法构造载体图像训练子集,分别进行单类训练得到数个基分类器;最后,将基分类器的分类结果按多数投票法进行融合作为单类集成分类器的分类结果。实验结果表明,单类集成分类器能显著提高算法的检测效果,而且,本方法相比基于多超球面OC-SVM分类器的单类隐写分析方法,具有更高检测率。     

基于shearlet与PCNN的多聚焦图像融合方法

针对传统脉冲耦合神经网络(PCNN)模型在多聚焦图像融合领域应用中面临的参数繁杂等问题,提出一种基于剪切波(shearlet)变换与改进型PCNN的多聚焦图像融合方法。相比以往的变换域方法,shearlet具有理想的图像信息捕捉性能以及较低的计算复杂度,因此,可利用shearlet将待融合图像进行多尺度多方向分解。其次,对经典PCNN模型加以改进,综合运用清晰度水平以及协调矩阵完成低频子带图像以及一系列高频子带图像的融合过程。最后,运行shearlet反变换得到最终融合图像。仿真实验选取了若干组待融合图像进行仿真,验证了该方法在主、客观评价两方面的优越性。