一种基于统计参数映射融合独立成分分析的新的激活区探测方法

统计参数映射在某种程度上依赖于广义线性模型和高斯场理论。广义线性模型的缺陷在于这些假设不能很好地表示fMRI数据,并且脑活动分布模式和血液动力学模型也不能由广义线性模型回归方程来恰如其分地模拟。而独立成分分析不能够提供每一独立成分激活区的显著性估计,这使得实验者不能够很好地解释所获得的结果。提出一种将SPM和ICA技术进行融合的方法,此方法可以将ICA自身的某些优势和GLM的假设检验方法结合起来,互相取长补短。实验结果证明了这种方法在探测由运动任务所产生的激活区方面是有效的。     

非线性系统中的机动目标跟踪算法

对于非线性系统中的机动目标跟踪问题 ,首先针对“当前”统计模型的缺陷提出了一种修正算法 ,然后应用转换测量Kalman滤波算法进行跟踪。仿真结果表明在非线性观测条件下 ,算法明显提高了对弱机动和非机动目标的跟踪性能 ,同时保持了对强机动目标的高性能跟踪     

变工况下轴承健康监测的相关向量机与自适应阈值模型方法

工况在旋转机械运行过程中通常是变化的。变化的工况和故障一样,也会引起机械振动特征发生改变,从而引起诊断误差。为此,提出一种用于变工况下轴承健康监测的新方法。该方法使用相关向量机拟合振动特征的统计量随工况参数的变化,得到特征统计量与工况参数之间的连续函数关系;基于不同工况下的特征统计,构建自适应阈值模型。将该方法用于不同转速下的轴承健康监测,结果表明,当转速超过某一个较小的值时,该方法有效。     

雷达情报特征的Bayes识别方法

根据雷达情报目标判性应用背景,对Bayes方法在该领域的应用进行了研究,初步建立了基于雷达情报特征的统计模型,并在算法的收敛速度和稳健性等方面与D-S证据理论进行了比较。仿真结果表明,Bayes方法对先验信息的精确程度要求并不十分严格,能较好地解决雷达情报综合问题。     

一种面向频域的通信信号盲干扰检测算法

针对低干信比和复杂动态情况下传统的干扰检测算法效率不高的问题,提出一种基于盲通信信号频域处理的未知干扰自动检测算法。该方法首先借助快速独立成份分析(FICA)从频谱差分数据中分离干扰和通信信号成份分量,然后利用各分量的峰度作为干扰与通信信号的识别特征检测干扰。实验结果表明,此算法能有效地在干信比小于5 dB的情况下从盲通信信号背景中自动提取未知干扰的信息,实现高精度地盲干扰检测。     

基于采样的非线性滤波方法

在系统阐述贝叶斯估计理论的基础上,分析和总结了扩展卡尔曼滤波、Sigma点卡尔曼滤波以及粒子滤波等方法的特点、使用条件以及局限性.介绍了扩展卡尔曼滤波方法并指出其缺陷;介绍了无轨迹卡尔曼滤波、中心差分卡尔曼滤波等确定性采样方法,并在加权统计线性回归意义下将其归结为Sigma点卡尔曼滤波方法;介绍了随机采样方法-粒子滤波方法,并指出其主要的研究方向.最后,对非线性滤波的发展趋势进行了展望.     

一种扩展密钥空间的改进型DES算法设计及其应用

针对典型DES具有密钥短等缺点,提出了一种基于Logistic映射的改进型DES算法,提高了密钥空间,增强了密文输出的混乱特性。同时,将该算法应用于远程装备监控系统中,有效地增强了数据传输的安全性。     

机动目标IMM三维并行滤波跟踪算法

由于复杂的空中目标机动,其三维方向的机动强度是不一致的,传统IMM算法存在模型匹配不准确的问题,提出一种机动目标IMM三维并行滤波的跟踪算法。算法以CV和修正的CS模型为子集,在3个坐标轴上分别根据目标机动的分量实际更新其模型概率,并行IMM滤波方法,尽量确保模型的适配性,提高滤波精度。仿真结果表明,该算法比传统IMM方法跟踪精度更高,对空中机动目标跟踪适应性更强。     

基于本体技术的分布式模拟训练系统操作监控平台

针对分布式模拟训练系统操作训练特点,在基于HLA（High Level Architecture）的模拟训练系统中,提出并建立了基于本体技术的操作训练监控平台,解决了训练系统和监控平台中操作消息的语义异构问题,实现了操作训练情况的动态实时显示。在平台实现中,采用RTI（Run-Time Infrastructure）提供的服务实现了联邦数据收发;建立了操作信息领域本体,采用计算语义相似度的方法实现操作信息由分布交互层向语义层映射;通过专家知识库和操作监控引擎判断操作逻辑合理性;利用View Graph以图形化的方式展示出操作训练情况。最后,通过一个炮车操作训练监控实例,验证了该平台的可行性和有效性。     

A novel gradient approach for optimal design and sensitivity analysis of EWMA control charts

Conventional control charts are often designed to optimize out‐of‐control average run length (ARL), while constraining in‐control ARL to a desired value. The widely employed grid search approach in statistical process control (SPC) is time‐consuming with unsatisfactory accuracy. Although the simulation‐based ARL gradient estimators proposed by Fu and Hu [Manag Sci 45 (1999), 395–413] can alleviate this issue, it still requires a large number of simulation runs to significantly reduce the variance of gradient estimators. This article proposes a novel ARL gradient estimation approach based on integral equation for efficient analysis and design of control charts. Although this article compares with the results of Fu and Hu [Manag Sci 45 (1999), 395–413] based on the exponentially weighted moving average (EWMA) control chart, the proposed approach has wide applicability as it can generally fit into any control chart with Markovian property under any distributions. It is shown that the proposed method is able to provide a fast, accurate, and easy‐to‐implement algorithm for the design and analysis of EWMA charts, as compared to the simulation‐based gradient estimation method. Moreover, the proposed gradient estimation method facilitates the computation of high‐order derivatives that are valuable in sensitivity analysis. The code is written in Matlab, which is available on request. © 2014 Wiley Periodicals, Inc. Naval Research Logistics 61: 223–237, 2014