Accuracy assessment of detection performance for sidescan sonars

Sidescan sonars are used in detecting hostile targets on the seabed. An accurate representation of the sensor performance is required to carefully plan and execute searches. We studied several confidence interval methods for assessing the accuracy of detection performance as a function of range from hostile targets. Using simulation, we determined that the best approach for modeling sensor data was piecewise logistic regression with cubic B‐splines at carefully selected knots. This method was demonstrated on real data collected from the CITADEL sea trial. © 2012 Wiley Periodicals, Inc. Naval Research Logistics, 2012     

求解面向进攻的武器-目标分配问题的蚁群算法

面向进攻的武器-目标分配问题是军事运筹学研究中的重要课题,旨在制定合理的打击策略以最大程度摧毁敌方目标。采用一种融合局部搜索和信息素控制的蚁群算法,兼顾控制解的局部收敛速度和全局收敛质量。在解的构造过程中直接处理约束条件,提高生成解的可行性,并大大缩小了搜索空间,提高了算法效率。通过采用多种算法对不同规模的武器-目标分配问题进行实验,结果表明改进的蚁群算法在收敛速度和求解质量上表现优异。     

基于偏最小二乘回归的军用飞机采购价格预测

考虑到军用飞机采购价格样本数据少、难于预测的特点和偏最小二乘回归方法在处理小样本多元数据方面的优势,提出一种基于偏最小二乘回归的军用飞机价格预测方法.偏最小二乘回归首先提取第一、第二主成分对采购价格样本的特异点进行剔除;然后进行变量投影重要度分析来筛选变量;最后,偏最小二乘回归对筛选的变量进行回归建立军用飞机价格预测模型,并对军用飞机价格进行预测.结果表明,在军用飞机价格预测方面,与未筛选变量的回归模型和逐步多元回归相比,经过变量筛选的偏最小二乘回归模型预测的精度更高,更能体现采购价格与飞机性能参数之间的关系.     

Multiple subset sum with inclusive assignment set restrictions

In a traditional multiple subset sum problem (MSSP), there is a given set of items and a given set of bins (or knapsacks) with identical capacities. The objective is to select a subset of the items and pack them into the bins such that the total weight of the selected items is maximized. However, in many applications of the MSSP, the bins have assignment restrictions. In this article, we study the subset sum problem with inclusive assignment set restrictions, in which the assignment set of one item (i.e., the set of bins that the item may be assigned to) must be either a subset or a superset of the assignment set of another item. We develop an efficient 0.6492‐approximation algorithm and test its effectiveness via computational experiments. We also develop a polynomial time approximation scheme for this problem. © 2011 Wiley Periodicals, Inc. Naval Research Logistics, 2011     

政府适度负债规模的研究——从欧洲主权债务危机到中国地方政府负债风险谈起

在现代经济环境下政府倘若仅依靠自身财力,既无外债又无内债的发展经济已显不足;但凡经济发展较快的国家无不举债,依靠举债借助外力不仅能促进且能加快经济发展。然而近年西欧爆发主权债务危机,我国中央地方两级负债暗藏隐性风险,地方政府融资平台风险甚是暴露,也从另一个角度警示政府负债是一把双刃剑。而根据自身实力与未来发展预期适度负债才是最佳选择,负债不足与过度负债都是不可取的。本文通过对政府适度负债标准的研究,为各级政府提出一个适度负债标准或控制临界点,同时也为各级政府根据此标准对自身负债水平提出相应的预警及对策,从而保持经济的稳定发展。     

回归分析在漏磁定量检测中的应用

通过分析漏磁场,选取法向分量的峰峰值和峰峰值间距作为漏磁通信号的特征量。重点介绍了多元回归分析模型理论、参数估计方法和回归模型的假设检验,得到缺陷宽度、深度与峰峰值和峰峰值间距之间的回归模型,最后利用漏磁数据对回归模型进行了检验,结果表明预测缺陷宽度和深度的误差不超过10%,利用回归分析能够实现漏磁检测的定量化。     

中文分词与命名实体识别的联合学习

将卷积结构引入循环神经网络,从而构建卷积循环神经网络。以此为基础,研究构建了面向中文分词与实体识别联合学习的序列标注模型。该模型依托卷积循环神经网络构建特征编码层,实现中文字序列局部空间特征和长距离时序依赖特征的联合提取;依托改进的循环神经网络构建标签解码层,实现标签序列长距离时序依赖的有效建模;依托统一的分词与实体识别序列标注模式实现分词信息与实体信息的联合学习,避免传统流水线法的误差传播问题。在人民日报语料和微软标注语料上的实验结果显示,该框架较传统统计模型和神经网络模型有显著的性能提升,尤其是在识别字数较多的命名实体时,其效果明显优于其他方法。     

一个监控式局部自主机器人控制器的实现与分析

本文介绍了一个严格监督控制（Ｓｕｐｅｒｖｉｓｏｒｙｃｏｎｔｒｏｌ）定义下的局部自主机器人控制器ＧＫＤ３的设计和实现，并从监督控制理论的角度，对ＧＫＤ３的体系结构和功能进行了分析和讨论。     

基于像素局部对比度的直线特征检测算法*

本文提出了基于像素局部对比度和全局虚警抑制的直线段检测算法。本文算法分为四步：第一步,计算像素点的梯度以及局部对比度;第二步,将方向大致相同的像素点分成直线支撑区域(像素方向为像素梯度方向的顺时针垂直方向),并对支撑区域进行矩形近似;第三步,在直线支撑区域内拟合直线段,计算直线参数;第四步,根据直线支撑区域信息验证直线段,抑制虚警。实验表明本文算法在复杂条件下,特别是光照影响条件下,具有更好的鲁棒性和效率。     

一种改进的粒子群优化算法

针对基本粒子群算法存在着收敛速度慢、效率低、易陷入局部最优等缺陷,为了更好地平衡全局和局部搜索能力,在粒子群算法中引入收缩因子,使算法中粒子不仅向种群最优的粒子进行学习,而且向种群中比自己优秀的所有粒子学习,增加了粒子的多样性。实验结果证明,与基本蚁群算法相比,改进的粒子群算法提高了收敛速度和效率,能一定程度地避免局部最优解的产生。