基于信息增益和相关性的判定树特征选择算法

特征选择是模式识别中需要解决的一个重要问题.针对已知类标号的样本集合,从特征的分类信息和特征间相关性2个方面出发,提出了一种基于信息增益和相关性的判定树特征选择算法.该算法是一种有监督方法,先采用信息增益度量特征的分类区分度,采用相关系数度量特征的冗余度,然后建立判定树,则树中的节点即为选择出的特征.     

区域目标搜索中基于改进RRT的UAV实时航迹规划

在线自主航迹规划是无人机(Unmanned Aerial Vehicles,UAV)执行区域目标搜索任务的有效保证.针对UAV区域搜索中航迹规划的实时性要求,提出了一种固定搜索模式和动态搜索模式相结合的UAV自主航迹规划框架.在快速扩展随机树(RRT)方法的基础上,通过改进随机扩展树的节点选择和引入启发式信息,提出了基于改进RRT的UAV实时搜索航迹规划算法,该算法能够有效降低在线航迹规划的时间代价和扩展节点数.仿真实验结果验证了本文方法的有效性.     

基于空间分解与混合包围盒的碰撞检测算法

针对如何提高碰撞检测效率的问题,提出一种基于空间分解法和混合包围盒的碰撞检测算法。首先利用均匀剖分法确定相邻对象,然后只对相邻对象构建混合层次包围盒树,最后引入任务树的概念加速包围盒树的遍历过程。在包围盒碰撞检测中,提出了一种顶层采用AABB,其他层采用OBB的混合层次包围盒结构。实验结果表明,该算法有效提高了碰撞检测的效率和实时性。     

基于Markov状态转移的动态可靠性分析

基于系统的马尔可夫性假设,对系统状态进行适当的离散化处理,利用状态转移方法来描述系统的动态随机过程.在求得状态转移矩阵后,再建立离散动态事件树,来求得系统故障概率.用此方法具体分析了水位调节系统.     

战场损伤分析过程研究及其应用

以某型火炮为例,详细介绍了利用基本功能项目分析、损伤模式及影响分析、损伤树分析及损伤定位分析等技术进行战场损伤分析的过程,阐述了各技术在分析过程中相互支持的关系,说明了它们在损伤评估系统中的应用,最后指出了分析过程中存在的一些问题。     

一种适用于点和区间混合型维度数据集的多维索引

点和区间混合型维度数据集是空间数据库系统和GIS中重要的数据对象.在分析SS树的基础上,提出了一种适用于索引点和区间混合型维度数据集的索引结构--PI树.PI树利用超球划分数据集的多维空间,以提高结点存储利用率,从而降低数据插入时的I/O次数.文章给出了PI树插入、删除和查询算法的形式化描述.理论分析和实验结果表明,所提的PI树性能上总体优于R·树.     

一种基于模糊熵的特征选择算法

特征选择是模式识别中的一个重要组成部分。针对分类边界模糊的样本集,将模糊集的理论应用到特征选择中,通过对特征进行模糊化,定义一种模糊熵来度量特征的分类区分度,再采用相关系数度量特征间的冗余度,建立判定树。则树中的节点即为选择出的特征,树枝为特征的隶属度函数,且通过判定树进行的分类可以实现样本识别的模糊化。     

图像目标识别中的分层检索模型

形状特征是武器装备目标识别的关键因素.针对归一化后轴夹角的特点和小波描述子多尺度描述轮廓曲线的特性,提出一种R树索引的分层检索技术模型,在模型库空间逐级过滤出与目标相似的模板,以保证检索的效率和准确性,并通过对军用车辆的检索实验验证了模型的有效性.