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。     

牢固确立习近平强军思想在学校建设改革发展中的指导地位

临近空间飞行器以其特殊的飞行高度、飞行速度和作战方式给防空防天系统提出了严峻挑战,建设临近空间预警系统势在必行。着眼国防和军队信息化建设现状,本文从整体设计、建设方法、体系结构、建设发展、综合运用和效能提高等方面阐述了临近空间预警系统建设思路。     

一种基于组合降维的图像识别方法

为克服图像识别中传统方法需要进行高维矩阵奇异值分解的困难,提出了先局部降维再总体降维的组合变换方法.ORL人脸图像数据库的实验表明,这一方法不仅减少了运算量,而且能较好地解决人脸这样一类复杂的图像识别问题;总体来说优于传统的基于KL变换的识别方法.     

多模态交叉解耦的少样本学习方法

当前的多模态少样本学习方法忽视了属性间差异对正确识别样本类别的影响。针对这一问题,提出一种利用多模态交叉解耦的方法,通过解耦不同属性语义特征,并经过特征重建学习样本的本质类别特征,缓解类别属性差异对类别判别的影响。在两个属性差异较大的基准少样本数据集MIT-States和C-GQA上进行的大量实验表明,所提方法较现有方法有较大的性能提升,充分验证了方法的有效性,表明多模态交叉解耦的少样本学习方法能够提升识别少量测试样本的分类性能。     

Hilbert空间中Lipschitz伪压缩映像不动点的杂交投影算法

在H ilbert空间中,采用杂交投影的方法设计了一种Lipschitz伪压缩映像不动点新的迭代格式,并利用H ilbert空间中特有的性质,证明了由此算法产生的序列强收敛于Lipschitz伪压缩映像不动点。     

环境新闻在中国的发展及其特征简析

环境问题已经成为一大社会问题,环境新闻成为媒体和公众关注的焦点。国内环境新闻作为一个新兴的报道题材,已迅速闯进主要新闻传媒的主阵地,并逐渐成为与时政新闻、经济新闻、科技新闻等并驾齐驱的报道领域,成为各家传媒和记者争相采访报道的重要内容。本文从环境新闻的概念与产生入手,分析其在中国的发展。     

基于一元线性回归分析的舵机故障诊断算法

针对舵机的卡死、松浮和输出偏差等故障采用基于模型的方法检测.故障诊断分两步进行,首先采用等价空间法来检测是否发生故障,在检测到故障的基础上引入一元线性回归分析对故障的性质和程度进行估计,并给出了根据舵机输入输出特性选取估计参数的方法.仿真结果表明,所采用故障诊断算法的实时性、准确性较好,具有一定的工程实用价值.     

大空间建筑性能化防火设计探讨

通过设定火灾场景、设定火灾、火灾烟气数值模拟分析和人员疏散数值模拟分析等几个方面,从“性能化”设计的角度进行探讨,并通过一个实例对大空间建筑进行了“性能化”防火设计。与“处方式”防火设计相比,性能化防火设计在大空间建筑防火设计上具有更多优越性。     

基于多特征的图象目标识别分类

文中研究将多特征信息融合技术用于图象目标识别分类的方法,利用图象灰度表面的分形特征与图象的摘特征（非分形特征）所提供的信息进行融合处理,在决策层中运用Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ证据推理理论,并使用决策规则对目标进行分类。在实验中,将经过信息融合分类的结果与单特征独自分类的结果进行比较。结果表明,多特征信息融合的目标识别方法具有良好的稳定性,准确性和可靠性,能够有效地提高图象分类识别系统的精确度与容错性。     

无监督特征学习的人体活动识别

针对人的局限性可能会导致在提取特征中丢失重要信息,从而影响最终的识别效果问题,提出无监督特征学习技术的惯性传感器特征提取方法。其核心思想是使用无监督特征学习方法学习多个特征映射,再将所有特征映射拼接起来形成最终的特征计算方法。其优点是不会造成重要信息的损失,而且可以显著减少所使用的无监督特征学习模型的规模。为了验证所提出的特征提取方法在活动识别中的有效性,运用一个公开的活动识别数据集,使用三种常用无监督模型进行特征提取,并使用支持向量机进行活动识别。实验结果表明,特征提取方法取得了良好的效果,与其他方法相比具有一定的优势。