基于VFGPIR联合特征的决策级加权融合检测方法

车载前视地表成像雷达(VFGPIR)探测浅埋目标时面临虚警率过高问题,可利用序列图像特征的联合检测解决这一问题.首先利用Fisher鉴别比(FDR)定量评估从单帧和序列图像中提取的单个特征的鉴别能力;然后针对单个最优序列特征无法满足探测指标要求提出一种基于决策级加权融合的多特征联合检测方法;最后利用接收机工作特性(ROC)曲线来验证所提方法的有效性.试验结果表明:序列特征比单帧图像特征具有更好的鉴别能力;所提方法性能优于单个最优序列特征、特征向量和多数票融合准则对应的检测结果,有望满足实际探雷应用需求.     

一类非自映象的Ishikawa迭代过程的收敛定理

使用新的分析技巧 ,研究了一般赋范线性空间中的一类非自映象的Ishikawa迭代过程的收敛性问题。     

第五空间的“保护伞”——超近程防空导弹

苏军20世纪80年代在阿富汗的经历证实了超近程防空导弹系统的威力。战争初期,苏军飞机尤其是米-24“雌鹿”主宰了战场,在美国为阿方提供了由雷声公司生产的“毒刺”超近程防空导弹系统后,这种不平衡状况发生了一定的改变。     

凸度量空间中广义拟-压缩映象的不动点的逼近问题

设 (E ,d ,W )是完备的凸度量空间 ,T :E→E是广义拟—压缩映象 ,{xn}为T的带误差项的Ishikawa迭代序列。则 {xn}收敛于T的唯一的不动点 p∈E。     

岩体本构关系研究评述

岩体本构关系是进行岩体工程力学分析的基础。在对岵体变形特性进行剖析的基础上,详细的回顾和总结了岩体本构关系弹性模型、弹塑性模型、粘弹塑性模型和不连续岩体模型的研究现状。并以各种模型的优缺点进行了分析和比较,最后提出了岩体本构关系未来发展的一些方向和有待进一步研究的若干问题。     

核爆感生闪电现象及其对光电途径探测核爆的影响

简介了大当量海面核爆（热核爆炸）感生闪电现象及其主要特征,阐释了该闪电之成因：系由NEMP激励而生,除由普通陆地表面核爆瞬发γ射线之康普顿电流所生NEMP的作用外,热核爆炸中子之感生放射性所生的次级γ射线（主要是热中子俘获辐射γ－先是地面俘获辐射γ,后是空气俘获辐射以及海面弹性反冲中子之空气俘获辐射γ）的康普顿电流和海洋环境都起着不可或缺的作用（后者主要通过造成有利于闪电形成之微妙的空气电化学特性,其大量^1H核做为良好的中子慢化剂,也通过加速中子慢化成热中子过程增大了中子与环境介质发生俘获辐射反应之概率,从而更凸显了热核爆炸中子的作用）。还简要讨论了该闪电对光电途径探测核爆（包括地基探测和卫星探测近地核爆）的不利影响及其消除措施。     

双频去相关单历元动态解算整周模糊度研究

针对GPS实时动态精密相对定位应用背景,提出一种整周模糊度实时求解方法。采用宽巷组合载波相位双差、伪距双差观测信息建立观测模型;对浮点模糊度协方差阵进行一次Cholesky分解,构造了浮点转换矩阵,使浮点模糊度完全去相关;推导确定整周模糊度的搜索空间;利用最小残差平方和搜索准则,确定单历元整周模糊度,并用OVT检验方法,对不同历元得到的整周模糊度进行一致性检验。结果表明,观测量误差均方差取值对整周模糊度搜索空间和成功率有较大影响,附加OVT检验的双频去相关单历元动态解算整周模糊度方法正确可行。     

一种基于线性流形的基因表达数据的聚类方法

由于基因表达数据的稀疏性和噪声性,传统聚类算法对其聚类时不能取得好的效果。针对这一问题,一种新的线性流形方法被提出,它的基本思想是搜索数据集中的线流形聚类,再将其中某些线流形聚类融合构造高维流形聚类。该算法将切向距离和法向距离作为线性流形的距离度量,运用空间近邻信息,采用聚类基因的平均表达水平作为转移向量,提高了聚类的准确度。实验结果表明,该算法的聚类准确性优于其它聚类算法,并且对带有噪声的数据可以保持较高的聚类准确度;在对Hela基因表达数据聚类时,算法得到了具有显著生物学意义的聚类。这些都说明提出的算法对基因表达数据聚类的适用性和有效性。     

基于CHARTER机制的减灾卫星调度问题研究

针对CHARTER机制下的减灾卫星(主要为成像卫星)调度问题进行了研究,介绍了CHARTER机制的工作流程,指出CHARTER机制下的减灾卫星调度实质上是一个针对区域目标的重调度问题。在此基础上提出一种改进的区域目标划分算法,并提出基于启发式规则的动态卫星重调度算法,最后通过应用实例证明了所提算法的正确性和有效性。     

基于查表的空间填充曲线映射算法

空间填充曲线是进行数据降维处理的典型方法。首先给出对角线空间填充曲线的映射规则,该规则使得在高维情况下存在唯一曲线,并且每一维度上的格点数目不受限制。然后提出等势面的概念,推导出不同等势面上格点数量的递推关系。在此基础上,给出基于查表的对角线空间填充曲线映射算法,该算法执行快、可扩展性好,其时间复杂度随维度的增加呈线性增长。