高校信息化建设中教务与教学管理数据的质量问题与对策

随着高校信息化建设的逐步深入,在教务与教学管理中存在大量的信息流与数据流,因数据错误或人为因素造成的数据质量问题对教务与教学管理的负面影响日益凸显,直接关系到高校教学质量的提高。如何提高当前高校信息化建设中教务与教学管理数据质量成为亟待重视与解决的问题。本文从教务与教学的信息化管理实践入手,分析探讨在教务与教学管理中存在的数据质量问题和对策,以提升教务与教学管理水平,促进教学质量提高。     

数据融合性能仿真测试与综合评估

提出了一种数据融合性能仿真测试与综合评估的方法,通过建立数据融合性能仿真测试环境、构建指标体系、评估模型和计算单项指标,最终运用层次分析法和模糊综合评判法完成数据融合性能指标的综合评价.重点介绍了指标体系的构成、单项指标的评估模型以及综合评价的方法.     

基于3DMAX的飞机命中面积计算方法

在对飞机命中面积(投影面积)计算原理剖析的基础上,基于3DMAX技术、数据拟合技术,提出了一种精确计算飞机命中面积的模型和方法.该方法有效地解决了现有方法计算精度不高的难题,利用已有的商用3DMAX飞机图形库,可完成任意投影平面的命中面积计算.通过对计算结果拟合处理,可建立任意θ、q的拟合公式.最后,给出了投影面积的计算实例,并对方法的准确性进行了检验.此方法在其他领域的毁伤概率计算中也有广泛的应用价值.     

神经网络辅助多目标跟踪数据融合

多目标跟踪(MTT)算法包括卡尔曼滤波和数据关联算法等,而数据关联算法又是最重要、最困难的方面.联合概率数据关联(JPDA)算法对单传感器多目标跟踪是一种良好的算法,但对于多传感器多目标跟踪的情况,特别是目标较为密集时,计算量剧增.提出了一种改进的方法,一方面将神经网络引入到卡尔曼滤波器中,提高滤波器的自适应能力,减小卡尔曼滤波器的估计误差从而改善多目标跟踪精度;另一方面用神经网络辅助JPDA提高正确关联概率,减小计算量.经仿真研究表明,该方法是行之有效的.     

某型无人机目标定位"单收站"

分析了某型无人机现有体系结构在目标定位过程中存在的问题,研制了无人机地面"单收站"系统,介绍了系统基本组成和工作流程,阐述了利用系统进行目标定位的原理和过程,实践证明,利用该系统大大提升了现有装备的目标定位能力.     

无源跟踪中的一种新数据关联算法

在无源多目标跟踪过程中,数据关联是核心。提出了无源跟踪中的一种新数据关联算法,先对支持向量聚类理论进行了讨论,用该理论对采样到的观测点进行分类,后定义了多特征的关联度计算问题,并用综合数据关联的方法对目标进行状态估计。计算机仿真结果表明:该算法对目标的正确关联度要优于传统的数据关联算法。     

北京中星世通电子科技有限公司

北京中星世通电子科技有限公司是中国电子科技集团公司第二十九研究所控股的企业,专业从事无线电监测测向设备与系统的设计,研发,生产和服务,产品覆盖全国20多个省市自治区,主要用于无线电管理,军队频谱管理,广播,电视,交通通信保障,公安等领域。     

一种基于交叉关联积分的功放无意调制识别方法

针对同频率连续波信号中的功放指纹分析问题,提出一种基于相空间交叉关联积分的无意调制识别方法(CCI-UMI).该方法通过对功放无意调制的机理分析和对重构矢量沿轨迹概率(PDT)的理论分析,建立了相轨迹比较的基本理论依据和参数选择方法.采用多尺度交叉关联积分算法,在重构相空间实现了对信号细微差别的灵敏比较.对任意波发生器两路通道实测数据的分类实验表明:本方法识别率较高,经合理选择参数,在低信噪比下可获得比功率谱方法和相空间微分方法更好的分类性能.     

“数字地球”在军事上的应用

一、数字地球的概念与理解 “数字地球”的概念是美国原副总统阿尔·戈尔于1998年初在加利福尼亚科学中心的OGC(Open GIS Consortium)会议上作的一个题为“数字地球:对21世纪人类星球的认识”的讲演中首次提出的。他认为“我们需要一个‘数字地球’,即一种可以嵌放海量地理数据、多分辨率和三维的地球表示,可以在其上添加许多与我们所处的星球有关的数据”。 目前对数字地球(Digital Earth)的理解千差万别,其定义也就多种多样,除了上述戈尔的定义外,美国“数字地球”跨部门工作小组的     

用于多目标跟踪的m-最佳S-D分配算法

本文描述了一种称为m-最佳S-D(即m—最佳S维)的新数据互联算法,这种算法在O(mSkn3)(m个分配,长度为n的S≥3个序列,k次松弛)时间内得到对于S维分配问题的(近似)m-最佳结果。m-最佳S维算法应用于以下的跟踪问题:要么传感器是同步的,要么传感器和/或目标运动非常缓慢。此项工作的意义在于m-最佳S-D分配算法(以滑窗模式)可以通过避免所需列举的令人不堪忍受的指数数目的联合假设,从而有效实现次优多假设跟踪(MHT)算法。本文首先描述了m-最佳S-D所应用的一般问题。特别是根据来自S个传感器的视线(LOS)(即不完全位置)量测,求取完全位置量测集合,即通过求解一个静态S-D分配问题可得到第1、第2、…、第m个最佳(在似然意义下)完全量测集合。使用用于得到m-最佳S-D分配解的联合似然函数,就可用类似JPDA(联合概率数据互联)技术来度量复合量测的正确概率。来自连续扫描的复合量测序列以及它们相应的概率,轮流用于一个动态2-D分配算法的状态估计器中,以估计随着时间变化的运动目标状态。基于一个似然函数获得动态分配权系数,此似然函数包含了从(静态)m-最佳S-D分配解中得到的“真实”复合量测概率。通过把m-最佳S-D分配的解法用于一个仿真的多目标被动传感器航迹起始与航迹维持问题,展示了m-最佳S-D分配解法的优点,其