基于MBB对应关系的视频中多物体快速跟踪

针对视频监控应用中对视频物体跟踪算法实时性、容错性要求高的特点,提出了一种基于MBB对应关系的快速跟踪算法。该算法放弃了传统的点匹配跟踪算法,从对相邻两帧物体MBB的重叠特性的分析出发,快速确定物体与物体间、物体与场景间的复杂对应关系,并综合利用直方图匹配等方法,解决物体重复出现后的标识问题。通过对NUDT和PETS视频数据的实验分析证明,该算法能够对复杂场景中多个物体同时进行跟踪标识,准确检测处理物体进入、离开场景,以及物体间的合并、分离和遮挡,对复杂环境和预处理造成的错误有较好的容错性。该算法参数设置简单易行,结合预处理快速算法,整个检测跟踪算法耗时大大低于同类算法。     

基于随机Petri网的装备抢救抢修保障模型

通过建立一个基本的装备抢救抢修Petri网模型,把Petri网建模思想引入战时装备抢救抢修保障模型中,将实际系统中的实体和活动映射为模型系统中的库所和变迁,将装备抢救抢修保障排队论模型用随机Petri网进行描述。构建了一个完整的装甲团装备抢救抢修随机Petri网模型,利用软件包SPNP6.0对其进行模拟运行,通过对模型仿真数据的分析为装备保障的方案制定提供决策依据。     

一种基于多目标优化的QoS路由交互式算法

为了满足通信网络中一些特定业务对于多个网络指标性能的同时要求 ,研究了一类基于多目标决策的QoS路由算法。通过选取带宽作为约束条件 ,把时延和丢失率作为优化目标 ,建立了QoS路由选择的多目标非线性整数规划模型 ,并给出了一种求解模型的交互式算法。该算法通过逐步调整目标函数的上界 ,压缩目标函数的搜索空间来满足决策者的要求和网络条件。实例计算结果表明了算法的可行性     

复杂装备的层次诊断技术

首先从完备性的角度分析了对复杂装备进行层次诊断的可行性,论述了层次诊断模型应具备的组成内容.然后通过面向对象的知识表示方法建立了装备层次模型,通过对Petri网的分层细化建立了故障层次模型.最后,通过知识库的方式将装备层次模型和故障层次模型进行关联实现,并给出了相应的层次诊断策略.     

图像识别在自主式潜水器自动探雷中的应用

为了实现自主式潜水器自动化探雷的功能,提出了基于K-L变换的目标光学实景像素灰度分布特征提取方法,针对光信号衰减的情况,采用了色彩"补偿"的解决方案.通过对待识目标图像的重建,实例证明,结果是满意的.这对猎雷具装备的发展具有一定的参考价值.     

基于改进卡尔曼滤波方法的机动目标跟踪研究

针对在机动目标跟踪中当目标作高度机动飞行时卡尔曼滤波可能会出现严重发散的情况,提出利用BP神经网络校正其滤波结果,并将遗传算法应用于BP网络的训练过程,以解决BP网络训练速度慢的缺陷,提高算法的实时性。仿真表明该方法是可行的、有效的。     

基于IRT的自适应学习管理系统设计

从新一代网络教育标准体系的架构入手,结合学习管理系统标准,提出了用标准格式绑定学习单元的方法,并且结合项目反应理论,实现了自适应学习管理和跟踪。标准化的结构设计有利于教育资源在不同系统间的交互、共享和重用,而自适应的学习跟踪使得远程网络教育过程更符合人的学习规律,能够有效地提高学习效率.     

THE RESEARCH AND IMPLEMENTATION OF COMBINING LOGIC WITH OBJECT­ORIENTED PARADIGM

ＴＨＥＲＥＳＥＡＲＣＨＡＮＤＩＭＰＬＥＭＥＮＴＡＴＩＯＮＯＦＣＯＭＢＩＮＩＮＧＬＯＧＩＣＷＩＴＨＯＢＪＥＣＴＯＲＩＥＮＴＥＤＰＡＲＡＤＩＧＭＺｈｏｕＬｉ;ＷｕＱｕａｎｙｕａｎ（ＤｅｐａｒｔｍｅｎｔｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ,ＮＵＤＴ,Ｃｈａｎ...     

虚拟现实系统的建模方法

采用先进的建模方法 ,开发组织和管理复杂的虚拟环境 ,不仅能够提高开发效率 ,甚至关系到项目开发的成败。研究了面向对象和面向智能体两种虚拟现实 (VR)系统设计的基本方法。     

一种支持高效并发访问的移动对象索引

针对移动对象当前及未来位置索引不能有效支持多用户并发访问的问题,提出了一种支持高效并发访问的移动对象索引CS2B-tree(Concurrent Space-filling curve enabled Cache Sensitive B+-tree)。该索引结合了Bx-tree和CSB+-tree的特点,因而能够支持对移动对象进行预测查询且具有缓存敏感特性。重点研究了一种针对CS2B-tree的两层锁并发访问机制,特别是设计了一种网格锁备忘录结构,使得索引能够支持多任务并发执行。基于并发访问机制,分别提出了CS2B-tree的并发更新算法及并发预测范围查询算法。实验表明,相对于Bx-tree,CS2B-tree的并发访问的吞吐量提高了15.1%,响应时间减少了14.9%。