求解面向进攻的武器-目标分配问题的蚁群算法

面向进攻的武器-目标分配问题是军事运筹学研究中的重要课题,旨在制定合理的打击策略以最大程度摧毁敌方目标。采用一种融合局部搜索和信息素控制的蚁群算法,兼顾控制解的局部收敛速度和全局收敛质量。在解的构造过程中直接处理约束条件,提高生成解的可行性,并大大缩小了搜索空间,提高了算法效率。通过采用多种算法对不同规模的武器-目标分配问题进行实验,结果表明改进的蚁群算法在收敛速度和求解质量上表现优异。     

侵彻靶板过程中刚体过载特征提取方法

针对引信动态环境非常复杂各种振动非常丰富,侵彻加速度信号含有许多瞬变成分,是非平稳时变信号,采用局部均值分解算法自适应的对侵彻加速度信号进行分解,从而提取加速度信号刚体过载特征和加速度信号频率分布特性,有效准确地对信号机理进行分析。为了使得侵彻特征更加明显,利用半正弦波形作为匹配波形,采用匹配相关算法得到侵彻过程层穿越的特征信号,更有效实时地进行层识别或者空穴识别。     

碳纳米管增强复合材料Timoshenko梁弯曲和屈曲行为分析

考虑碳纳米管(carbon nanotubes,CNTs)的尺度效应,研究宏观尺度下碳纳米管增强复合材料(carbon nanotubes reinforced composites,CNTRCs)梁的弯曲和屈曲行为.在 EMT(Eshelby-Mori-Tanaka)方法的基础上,利用非局部理论提出了可表征CNTs尺度效应的非局部EMT本构模型.根据Timoshenko梁理论,采用哈密顿原理得到CNTRCs梁的静力学微分方程和边界条件.求解简支边界条件下CNTRCs梁的弯曲响应和极限屈曲载荷,并与文献进行对比验证所建模型和求解方法的正确性.分析了 CNTs的尺度效应参数和体积分数以及复合材料梁的长细比等因素对简支CNTRCs梁弯曲响应和极限屈曲载荷的影响规律.结果表明,考虑CNTs的尺度效应会削弱结构等效刚度,且CNTs体积分数和尺度效应参数对大长细比CNTRCs梁的弯曲响应和极限屈曲载荷的影响幅度较大.     

结合局部和非局部信息的FCM图像分割算法

针对结合局部信息模糊C均值聚类算法(FLICM)模糊因子只含局部信息且权重系数仅由欧式距离决定,对噪声图像的边缘细节分割不准确的问题,提出了一种结合图像局部和非局部信息的改进FLICM算法。通过融入图像非局部信息,模糊因子由局部和非局部信息共同决定,两者的权重系数能根据像素结构信息的不同而自适应地变化。实验表明,改进算法在抑制噪声的同时,能更多地对图像边缘细节进行保护,有效地提高了对噪声图像的分割准确率,并有着更好的模糊划分效果。     

武器装备体系效能敏感性分析方法

从效能评估模型建立、评估分析及决策制定三个阶段,说明敏感性分析在武器装备效能评估中的作用。对敏感性分析方法进行分类,分别说明各类方法的特点,并从模型适应性、计算强度和敏感性表现能力三方面对各种方法进行对比。提出了武器装备体系效能分析对敏感性分析的挑战,及可能的解决思路。     

求解布尔不可满足子式的消解悖论算法

求解布尔不可满足子式在超大规模集成电路设计与验证领域都具有非常重要的理论与应用价值,帮助EDA工具迅速定位错误与不一致。针对求解不可满足子式的非完全方法,提出了消解悖论与悖论解析树的概念,在此基础上提出一种启发式局部搜索算法。该算法根据公式的消解规则,采用局部搜索过程直接构造证明不可满足性的悖论解析树,而后递归搜索得到不可满足子式;算法中融合了布尔推理技术、动态剪枝方法及蕴含消除方法以提高搜索效率。基于随机测试集进行了实验对比,结果表明提出的算法优于同类算法。     

基于改进人工势场法的四旋翼飞行器航迹规划

基于四旋翼飞行器低空飞行实时避障的需求,利用人工势场法进行航迹规划。由于四旋翼飞行器对周围环境感知的局限性,容易导致局部极小问题出现。针对此问题提出\"选择穿越法\",四旋翼飞行器进入局部极小状态时激活该行为,有选择地穿过障碍物,迅速地摆脱局部极小的状态。仿真结果表明该方法能够有效地解决局部极小问题。     

基于局部特征及最佳量化的Quantum TV算法

量化TV算法是一种量化的全变差正则化算法,滤波后的图像取值为一定数量的量化数值,其主要应用为二值图像恢复、图像量化及图像分割等。图像的不同部分灰度变化程度不同,需要不同的量化等级数;不同的直方图分布下,根据不同的原则,存在不同的量化等级。根据上述原则对量化TV算法进行了改进,实验结果说明了改进算法更适用于图像量化。     

中文分词与命名实体识别的联合学习

将卷积结构引入循环神经网络,从而构建卷积循环神经网络。以此为基础,研究构建了面向中文分词与实体识别联合学习的序列标注模型。该模型依托卷积循环神经网络构建特征编码层,实现中文字序列局部空间特征和长距离时序依赖特征的联合提取;依托改进的循环神经网络构建标签解码层,实现标签序列长距离时序依赖的有效建模;依托统一的分词与实体识别序列标注模式实现分词信息与实体信息的联合学习,避免传统流水线法的误差传播问题。在人民日报语料和微软标注语料上的实验结果显示,该框架较传统统计模型和神经网络模型有显著的性能提升,尤其是在识别字数较多的命名实体时,其效果明显优于其他方法。     

基于像素局部对比度的直线特征检测算法*

本文提出了基于像素局部对比度和全局虚警抑制的直线段检测算法。本文算法分为四步：第一步,计算像素点的梯度以及局部对比度;第二步,将方向大致相同的像素点分成直线支撑区域(像素方向为像素梯度方向的顺时针垂直方向),并对支撑区域进行矩形近似;第三步,在直线支撑区域内拟合直线段,计算直线参数;第四步,根据直线支撑区域信息验证直线段,抑制虚警。实验表明本文算法在复杂条件下,特别是光照影响条件下,具有更好的鲁棒性和效率。