基于网格的聚类挖掘算法

为了提高海量数据挖掘效率,研究了一种基于网格环境下的分布式聚类（Prejudge-Based Distributed Clus-tering,PBDC）算法,并引入距离、模和内积的概念,在聚类之前进行预判断,减少了不必要的计算开销。在此基础上提出了一种分布式并行化聚类（Distributed Parallel Clustering,DPC）算法,将其嵌入到Weka4ws中,以开源数据挖掘类库Weka为底层支持环境,构建网格环境下的分布式数据挖掘体系,同时进行仿真实验。实验结果表明：该算法对于网格环境下海量数据的分布式聚类具有良好的效果。     

夜间通风量对相变轻质房间室内热环境的影响

运用EnergyPlus软件,对含相变材料层轻质房间的室内热环境进行了模拟,分析了墙体结构、通风量等因素对相变材料轻质墙体的蓄、放热性能和室内热环境的影响。模拟结果表明:相变材料应用于轻质房间,能显著增强围护结构的热惰性,提高室内的热舒适性;同时采取夜间通风技术,可以有效地将白天蓄积的热量散至室外。相变材料布置在围护结构内侧时,室内环境的热舒适性比布置在外侧时更好。从自然通风的角度,相变材料布置于围护结构内侧时,选取换气数2.5次/h作为优化结果;相变材料布置于围护结构外侧时,选取换气数4.0次/h作为优化结果。     

使用局部色调映射匹配异源图像

色调映射是一种适用于亮度和对比度变化的快速图像匹配方法。由于异源图像间存在复杂的灰度变换关系,直接采用色调映射方法进行匹配的成功率通常难以满足应用需求。为了提高匹配成功率,本文提出基于子区弱切片变换的局部色调映射异源图像匹配方法。首先将实时图划分为不重叠的子区,对每个子区进行直方图均衡化和弱切片变换,通过局部色调映射计算子区与基准图的距离系数图。融合全部距离系数图得到图像匹配结果。实验结果表明,该方法匹配成功率高于现有的色调映射方法,且计算时间仅略高于现有方法,优于异源图像匹配中常用的互信息方法。     

基于本征极化的飞机目标识别

提出了变质极化散射矩阵对称性的最小Ｆｒｏｂｅｎｉｕｓ范数准则修正方法,并在此基础上利用本征极化理论提取了雷达目标的极化特征,对五种飞机目标进行了识别实验研究,取得了良好的目标分类或识别效果。     

态势估计中一种基于贝叶斯估计的统计时间推理方法

统计时间推理是态势估计中的一个重要组成部分。Ｋｉｒｉｌｏｖ的基于极大似然估计（Ｍａｘｉ－ｍｕｍＬｉｋｅｌｉｈｏｏｄＥｓｔｉｍａｔｉｏｎ,ＭＬＥ）的推理方法将未知时间变量看作常数,估计方差较大。文中建立的已知时间信息和未知时间变量之间的关系模型,将未知时间变量扩展为随机变量,将贝叶斯估计（ＢａｙｅｓＥｓｔｉｍａｔｉｏｎ,ＢＥ）引入时间推理。经过对两种推理算法的性能进行分析和比较,发现在一定范围内,基于ＢＥ的方法性能优于基于ＭＬＥ的方法。     

间隙电容耦合的微带圆盘腔滤波器

本文提出一种间隙电容耦合的微带圆盘腔带通滤波器。它与平行耦合线型微带滤波器相比,谐振器的 Q 值比较高,带内插损低,适于窄带工作,电性能得到改善。这种滤波器比介质腔滤波器积体更小,且便于平面集成,寄生通带距主通带较远,适宜大批量制作。本文在理论上解决了有屏蔽盒条件下微带多导体系统的主电容与间隙电容的计算方法,为该滤波器的分析与综合奠定了理论基础。     

基于递归神经网络的飞机目标识别方法

针对宽带高距离分辨全极化雷达体制,提出了一种基于实时递归神经网络算法的飞机目标自动识别方法,实现了全极化下五类飞机目标的自动识别。实验结果表明,递归神经网络用于飞机目标识别是有效可行的。     

基于矩阵束方法的全极化雷达目标结构特征的描述

针对宽带、高距离分辨率、全极化雷达的工作体制,提出了利用矩阵束方法将雷达目标分解为沿径向距离上的散射中心分布。根据目标的瞬态极化响应,提取相应于散射中心的极化特征,由此形成目标沿径向距离分布的结构特征描述的新方法。     

TBM模型的目标综合识别算法

利用电子支援措施(ESM)和光学成像传感器等不同类型传感器进行目标综合识别,是现代综合电子战中的一个重要研究课题。TBM是D-S证据理论的一个扩展模型,它研究了D-S证据理论的动态部分,从数据融合的角度来看,它是一种层次化的递进模型,尤其适用于需要逐层进行数据、特征或决策级融合的融合系统。提出了一种基于TBM模型的异类传感器目标综合识别算法,充分利用了电子侦察和光学成像侦察提供的独立、互补的信息,获得了对目标的有效识别。仿真结果证明了这种算法的有效性。     

基于时频分析的飞机目标识别

本文利用小波变换对五种飞机目标的雷达回波进行时频分析,得到了回波信号的时频分布图。全面清楚地描述了目标的散射特性。文中通过提取时频分布图的矩特征作为目标特征量,对五种飞机的目标作了识别实验,取得了良好的识别效果