Robust shortest path problems with two uncertain multiplicative cost coefficients

We consider a robust shortest path problem when the cost coefficient is the product of two uncertain factors. We first show that the robust problem can be solved in polynomial time by a dual‐variable enumeration with shortest path problems as subproblems. We also propose a path enumeration approach using a K ‐shortest paths finding algorithm that may be efficient in many real cases. An application in hazardous materials transportation is discussed, and the solution methods are illustrated by numerical examples. © 2013 Wiley Periodicals, Inc. Naval Research Logistics, 2013     

多无人机梯次攻击航路规划

为了解决多无人机协同攻击航路规划问题,基于一种雷达威胁等效方法,以及无人机在不同姿态下雷达散射截面RCS(Radar Cross-Section)值随之改变的特性,结合多机作战战术思想,提出了一种多无人机梯次协同攻击同一目标的方法,并利用Dijkstra算法进行多无人机航路规划.仿真结果表明,该方法具有更高的应用价值.     

“现代教育技术”课程的思政实践理念与路径探讨

“课程思政”是高等学校实现立德树人目标的重要举措,也是“三全育人”的重要环节,目前国内高校普遍开展课程思政建设的探索和实践,“现代教育技术”作为师范类专业一门重要的公共基础必修课程,不仅连接了教育理论与实践,也承担着师德养成和职业规范形成的重要任务,因此本文以《中小学教师职业道德规范》为核心,从教学内容、教学形式、教学活动、教学评价四个方面进行课程思政建设的路径探讨,以期通过课程学习,对师范类学生实现“润物细无声”的精神引领,同时也为其他师范类平台课程的思政建设提供有价值的参考。     

3D laser scanning strategy based on cascaded deep neural network

A 3D laser scanning strategy based on cascaded deep neural network is proposed for the scanning system converted from 2D Lidar with a pitching motion device. The strategy is aimed at moving target detection and monitoring. Combining the device characteristics, the strategy first proposes a cascaded deep neural network, which inputs 2D point cloud, color image and pitching angle. The outputs are target distance and speed classification. And the cross-entropy loss function of network is modified by using focal loss and uniform distribution to improve the recognition accuracy. Then a pitching range and speed model are proposed to determine pitching motion parameters. Finally, the adaptive scanning is realized by integral separate speed PID. The experimental results show that the accuracies of the improved network target detection box, distance and speed classification are 90.17%, 96.87% and 96.97%, respectively. The average speed error of the improved PID is 0.4239°/s, and the average strategy execution time is 0.1521 s. The range and speed model can effectively reduce the collection of useless information and the deformation of the target point cloud. Conclusively, the experimental of overall scanning strategy show that it can improve target point cloud integrity and density while ensuring the capture of target.     

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。     

三维点云深度模型压缩算法

随着计算机三维视觉的广泛应用,近几年基于深度学习的点云处理算法得到了大量研究,而耗时耗存储的缺陷较大程度限制了其在移动端的部署应用。基于改进损失函数的总体思路,提出了一种新的点云深度模型压缩框架,将知识蒸馏方法引入二值量化模型中,同时考虑点云聚合操作的特殊性引入了辅助损失项,改进的损失函数共包括预测损失项、蒸馏损失项和辅助损失项三部分。实验结果表明,和已有算法相比,所提算法可以获取更高的精度,同时对当前点云主流深度网络模型也具有良好的扩展性。     

主元分析法和模糊积分的航空发动机气路状态监测

航空发动机是一个大系统,由于结构复杂、工作条件恶劣等因素影响,对其进行有效地健康状态监测成为航空领域长期难以解决的关键技术之一。为有效监测航空发动机健康状态,以航空发动机气路系统为例,提出一种基于主元分析和模糊积分的航空发动机状态监测方法。首先,利用主元分析法提取发动机状态样本集的主元,对样本数据进行降维,实现样本的最优压缩。其次,利用BP神经网络和Elman神经网络对发动机状态信息的特征向量进行初步状态监测。最后,利用模糊积分对采用两种神经网络的初步监测结果进行决策层融合,从而有效地实现对航空发动机气路系统的状态监测。通过某型真实航空发动机验证表明,所提出基于主元分析和模糊积分的状态监测方法,能有效提高监测的准确度,满足航空发动机状态监测的实时性要求,具有良好的工程应用价值。     

政治警官个性心理特征与岗位匹配初探

提升工作效率和促进人生成功是个性心理特征与岗位匹配的逻辑起点,在部队政治工作中实现政治警官个性心理特征与岗位匹配,对于提高政治工作效益有着十分重要的现实意义.更新选用理念,创新测量技术,完善选用制度是实现政治警官个性心理特征与岗位匹配的有效路径.     

无线传感器网络动态汇聚节点调度算法研究

移动汇聚节点调度是传感器网络中一个新的研究热点.通过建立一个普适的多目标优化模型,提出了贴近实际的汇聚节点循环路径规划模型,采用以连续时间离散化为理论基础的时域-空域转化方法,将时域中的优化模型无损地转至空域中,从而大大减少了所涉及的变量数量,降低了求解的复杂度.通过实验可以看出,调度移动汇聚节点可以有效扩展网络的生命周期.     

电离层色散特性对导航信号接收的影响

电离层是一种典型的色散介质,会对导航信号产生延迟,且不同频点处的电离层延迟互不相同。实际应用中通常只考虑接收信号中心频点处的电离层延迟,而忽略信号带宽范围内的电离层色散特性。建立了电离层色散特性的对导航信号接收的影响分析模型,并定量地分析了电离层色散效应对BPSK(10)、BOC(14,2)以及AltBOC(15,10)等宽带导航信号的影响。分析表明电离层色散效应对BPSK(10)信号的影响可忽略不计,对高阶BOC信号会产生一定程度的与电离层特性相关的相关损耗及载波跟踪偏差,其中AltBOC(15,10)产生的相关损耗最高约1.4dB,载波相位跟踪偏差最高约0.374π。