基于流水线图像处理结构的多层模板相关神经元网络

在自主地面车辆中,视觉系统的重要作用之一是根据路标来定位。本文提出了一种便于流水线图像处理结构实现的多层模板相关神经元网络（ＭＴＣＮＮ）。文中给出了ＭＴＣＮＮ的基本结构及训练算法,并且将其与经典的多层前馈神经元网络（ＭＬＦＮＮ）进行了比较。仿真结果表明,本文提出的算法结构在多层前馈神经元网络的分类能力与采用通用图像处理硬件的可实现性之间,取得了良好的折衷。     

银河仿真工作站实时通信技术的研究与实现

对银河仿真工作站与共享内存实时网络的实时通信技术进行了研究 ,介绍了银河仿真工作站与实时网通信的应用程序接口API,并且描述了一个在YHSIM仿真程序中实现与实时网通信的例子 ,最后给出了实验结果。实验证明 ,该技术能有效地用于大规模复杂系统的半实物仿真     

一种基于MPSoC的网络处理器模型及其应用

从MPSoC系统设计角度出发提出了网络处理器的参数化分析模型,称为NePlat。该模型采用数据流进程网络(DPN,Dataflow Process Network)描述网络应用,构造参数化异构硬件资源,并将应用模型映射到体系结构资源上评价网络处理器性能。     

水面无人艇导航与控制系统设计与实现

无人艇用于海面环境监测、海难搜寻救助、通航秩序辅助管理、海洋权益保护等方面具有广阔的应用前景,尤其是对于沿海沿江复杂水域具有明显的战略发展意义。以现有无人或小型作业艇船体及动力设备为基础,研究无人艇遥操作系统,包括岸基或母船控制台、艇载设备驱动系统及网络数据交换等方面内容,通过上位机海图实现艇运动路径规划,同时利用岸基或母船雷达及AIS获取的艇周目标信息提供在线避碰决策支持,根据无人艇采集的地理位置、航向姿态、航速及舵角等远程反馈数据产生对艇遥控指令,驱动无人艇上的车舵系统,实现自由加减速、前进、转向与停车等操作。系统通过推理及仿真试验,表明控制基站与艇数据交换可靠,艇车舵系统能有效响应遥指令,数据链路还能支持艇体搭载远程任务模块。     

BP神经网络在极移预报中的应用

为了提高地球定向参数极移的预报精度,建立了一个极移数据预报模型。利用傅里叶分析研究插值基础序列的周期特性,验证了基础序列重采样的可行性,提取插值基础序列数据的趋势项,利用多输入-单输出反向传播(Back Propagation,BP)神经网络建模预报不同跨度的残差序列,合并趋势项和残差序列得到最终的极移预报。预报结果表明,选取合适的插值基础序列得到的预报极移精度较高,此BP神经网络能够有效地应用于地球定向参数极移的预报。     

H_∞滤波混合优化RBF在SINS动基座传递对准中的应用

为解决SINS动基座传递对准的快速精确问题,将混合优化的RBF神经网络应用于此。首先运用递阶遗传算法优化RBF神经网络的拓扑结构,并对网络其余参数进行全局粗调;在此基础上运用H∞滤波算法对网络其余参数进行在线自适应精调。其计算机仿真结果与扩展卡尔曼滤波比较表明:该算法在精度、实时性方面与扩展卡尔曼滤波相比提高了将近50%。     

扩展信念网络模型的军事情报检索系统设计

着眼信息化战争条件下军事情报分类、处理困难的现实,在深入分析军事情报检索系统特点基础上,提出一个基于分类的自动存储和利用查询术语同义词关系扩展信念模型的检索军事情报检索原型系统,详细描述了其存储和检索设计思路。     

智能理论在BIT设计与故障诊断中的应用

近２０年来机内测试（ＢＩＴ）技术从理论到应用取得了显著进展,已成为提高产品测试性和诊断能力的有效途径。本文概述了ＢＩＴ技术的特点,分析了国内外ＢＩＴ的发展趋势,对ＢＩＴ智能化从系统设计、信息处理到综合决策各阶段进行概括,对专家系统、神经网络、模糊理论、信息融合等智能理论在ＢＩＴ中的应用进行了综合分析,并初步建立智能ＢＩＴ的理论框架     

基于大规模贝叶斯网络的安全性分析算法

贝叶斯网络计算量随着节点数增多呈指数增长,限制了大规模贝叶斯网络在安全性分析中的应用。为此,利用独立性条件分解整个网络,压缩推理时显式表达的项数,给出了计算顶事件发生概率及割集的算法,并分析了算法复杂性。在满足工程需要情况下,将提出算法与基于BDD算法相比,该算法表现出占用内存少、运行速度快的良好性能。     

基于PCA特征的快速SAR图像目标识别方法

目标识别是SAR图像解译的重要一环,受到广泛的关注,而实时性又是评估目标识别系统性能的主要指标之一.从实时的角度出发,提出了一种快速的SAR目标识别方法.该方法采用基于Hebb学习规则的主分量分析(PCA)进行特征提取,使用多层感知器神经网络(MLP NN)进行目标分类.实验结果表明,在维持较好识别性能的前提下,该方法具有内存需求少、运行速度快的特点,能用于实时处理.