基于MRF模型和人工神经网络的遥感图像分类综合方法研究

本文总结了提高计算机遥感信息分类精度的四个有效途径，据此提出了基于三维Ｈｏｐｆｉｅｌｄ人工神经网络模型的遥感信息分类及平滑处理综合技术。实验表明，该方法可明显提高森林类型划分、土地利用调查等遥感应用专题的分类精度。     

f 壳层耦合态的完全分类与准旋标量算符本征值

本文用二次量子化方法,对l壳层引进准旋、自旋、轨道为(1/2,1/2,l)阶不可约张量的产生-湮灭算符b_(qsm)~(1/2 1/2 t),由4个这种算符按下式耦合成准旋、自旋、轨道标量算符, (?)Y (K_1,k_2,k_3) 与准旋、自旋、轨道算符对易,可用于对耦合态进一步分类。利用Y(k_1,k_2,k_3)与准旋、自旋、轨道算符的适当结合,本文给出了对f壳层完全分类的算符(组),给出了与G.Racah对f壳层分类一致的算符组。     

基于概率分布的硬件木马检测特征选择方法

针对基于旁路信号分析的硬件木马检测中存在的高维以及信号冗余度高等问题,寻求一种特征选择方法在降维、降低冗余度方面的可行性,通过考虑样本概率的分布情况,提出了一种以散度和Bhattacharyya距离作为可分性判据的特征选择方法。首先分析了旁路信号的特征选择问题,然后阐述了基于散度和Bhattacharyya距离的可分性判据,最后在FPGA中植入硬件木马,采用K-L方法进行实验,通过对样本特征选择前后的检测效果发现,这种特征选择方法不仅有助于分辨"金片"与含木马的待测芯片间旁路信号的统计差异,而且与分类错误率建立联系,更好地实现了硬件木马的检测。     

战区导弹防御(TMD)和国家导弹防御(NMD)

概述了弹道导弹防御的发展,弹道导弹防御系统的分类.对战区导弹防御系统和国家导弹防御系统及其所用拦截武器进行了综合介绍.     

论以突出实战能力为核心的公安院校实践教学体系建设

构建以突出实战能力为核心的公安院校实践教学体系,培养符合公安实战需要的合格人才,对推进我国公安教育事业的发展和公安实战队伍建设具有重要意义。我院在长期的办学实践中,逐步摸索形成了充分体现公安特色,以突出公安实战能力为核心,以“四大模块为与六性融合”为主要内容的实践教学体系。该体系的深入推广和完善,推动了我院实践教学水平和人才培养质量的不断提高。     

卡方分布参数检验的多门限空海目标分类方法

目标高度是空海目标分类的重要特征.机载雷达测高精度不高,特别是对远距离目标的测高精度更差,因而利用机载雷达提供的高度信息进行空海目标分类存在很大的不确定性.为了能有效地利用机载雷达提供的高度信息进行空海目标分类,提出了一种基于卡方分布参数检验的多门限空海目标分类方法.首先,基于假设检验的思想,给出了空海目标分类判别函数,并采用了多门限决策方式;然后,结合统计理论给出了各门限的设置,并对算法进行了仿真;最后,讨论了该方法在实际中的应用.     

调相信号自动识别的高阶累积量方法

在信号调制类型识别中,在相干、同步条件下实现调制识别是一类比较典型的研究方法,假设已经实现精确的载波同步并已知精确的定时同步信息.先在相干、同步条件下,利用高阶累积量来进行MPSK信号调制类型识别,然后对频率误差和位定时误差对识别算法带来的影响进行了研究.结果表明算法对一定的频差和定时误差具有鲁棒性.     

LiDAR点云纹理特征提取方法

针对图像纹理应用于LiDAR点云分类过程中存在的多义性问题,提出点云纹理特征的概念。该特征属性反映了点与其邻域点的属性值分布情况,提取过程基于KD树数据检索结构和灰度共生矩阵算法。分析搜索邻域、移动步长和灰度等级等参数对点云纹理特征的影响,并利用支持向量机分类方法验证点云纹理特征,可以有效地辅助高程和强度信息以改善LiDAR点云的地物分类结果。实验还证明了相比于栅格格式的图像纹理特征,点云纹理特征约束的地物分类具有更高的分类精度,并且点云纹理特征在微小地物的甄别和水陆的区分方面具有突出的能力。该特征的这些优秀特性可以为海岸带机载LiDAR数据的精细化分类、海岸带高精度DEM构建和海岸线提取等工作发挥重要作用。     

基于VMD和SVM的舰船辐射噪声特征提取及分类识别

针对复杂海洋背景下舰船声频辐射噪声特征提取困难的问题,提出一种基于变分模态分解、中心频率、复杂度特征和支持向量机的舰船辐射噪声特征提取及分类识别方法。对四类舰船辐射噪声信号使用变分模态方法分解,得到一定数量的固有模态函数。通过比较提取能量最大的固有模态函数中心频率和排列熵作为特征参数,并利用支持向量机方法对四类舰船信号样本进行分类识别。实验结果表明,该方法可以实现对舰船辐射噪声的特征提取,与已有方法对比,该方法具有较高的识别率。     

基于Fisher线性判别模型的文本特征选择算法

在采用向量空间模型表示方法的文本分类系统中,维数约简是必要的步骤,特征选择方法由于计算复杂度较低而被广泛采用.本文基于Fisher线性判别模型提出了一种新的文本特征选择算法,将其求解过程转换为一个特征项优化组合的问题,避免了复杂的矩阵变换运算.实验表明,该方法与信息增益、卡方统计方法比较,具有较明显的优势.