基于最优制导模板的神经网络预测制导方法

针对传统预测制导方法中高精度制导与快速实时解算之间的矛盾,提出了一种基于最优制导模板的神经网络预测制导方法。该方法采用基于高置信度飞行器运动模型仿真计算预测弹道落点,利用优化理论进行迭代解算制导变量,以此为基础离线生成样本数据;通过选择合适的多结构模态神经网络,进行基于调度管理的神经网络训练,完成神经网络控制器的设计。针对CAV进行了算例设计,结果表明:该制导方法在线计算量少,制导解算速度快,制导精度高,综合性能远优于传统的预测制导方法。     

红外图像强固定模式显著性噪声抑制

针对红外成像设备对天远距离观测中得到的小目标、强固定模式噪声这一类典型数据,提出基于显著性的红外图像强固定模式噪声抑制算法。对此类图像数据进行特性分析,指出图像中目标区域相对于背景固定模式噪声区域是显著的,利用显著性检测算法分离出图像中目标区域及背景,对不同区域分别采取不同处理,仅基于单幅图像信息实现强固定模式噪声的有效抑制。通过大量小目标、强固定模式噪声红外图像对算法性能进行测试。结果表明,本算法能够准确提取出图像中目标区域,实现图像中强固定模式噪声的有效抑制。     

基于B样条的手指静脉结构描述方法*

针对现有手指静脉结构描述方法无法充分描述手指静脉结构中具有显著性和稳健性的线结构的问题,提出一种基于B样条的手指静脉结构描述方法。对于细化后的手指静脉纹路,该方法首先采用线段扫描方式获取各静脉分支上目标点的坐标集合,然后采用B样条曲线拟合各条静脉分支,最后求取各B样条曲线的控制点坐标,用其描述手指静脉的线结构。结果表明,采用本文方法描述手指静脉结构误差小、存储空间占用小,可以有效描述手指静脉线结构,并提高手指静脉的识别率。     

重庆滨江空间的城市可识别性作用

在城市趋同发展的今天,营造城市特色空间以提高城市可识别性显得尤为重要。以重庆滨江空间为研究对象,通过文献查阅和实地调研归纳了重庆滨江空间的发展历程;分析了重庆滨江空间的特征,以及滨江空间对城市可识别性的重要作用;提出了重庆滨江空间多层次的生态环境丰富了城市公共生活,是辨析城市结构的重要场所,影响着城市发展进程中文脉传承的观点。     

基于粗集和最大熵的模式识别方法

用基于属性约简的粗集理论找出条件属性的最小属性集。对属性间为不确定因果关系的模式,计算在最大熵情况下发生的概率,通过比较概率来进行模式识别,实例分析和结论部分说明这种方法是有效的。     

非线性系统参数识别的傅里叶级数展开法

采用电液伺服材料试验机加载方式,通过位移控制和傅里叶级数展开技巧,将含有滞迟环节系统的非线性参数识别问题转化为扩充参数的线性识别问题,为钢丝绳、金属橡胶构成的隔振系统的模型识别奠定了重要的理论基础。     

一种高阶累积量的模态参数辨识方法改进及其应用

高阶累积量的模态参数辨识方法能够消除高斯噪声的影响。但基于传统的高阶累积量降阶方法的子空间模态参数辨识方法具有一定的缺陷。为此,提出2种降阶方法用于高阶累积量的子空间模态参数辨识方法,并对这2种方法进行了比较。利用主切片方法对某变截面轴进行了模态参数识别,获得了与有限元法相一致的计算结果,从而证明了该方法的可靠性。该方法的辨识质量较高,能够用于一般结构的模态参数辨识。     

基于最优投影与形态学滤波技术的引信安全性软件识别算法

以数字化图像处理与识别技术为基础,利用最优投影及形态学滤波技术,根据某型惯性保险引信X光图像中所反映的零部件位置、灰度和形态等特征,建立保险钢珠和保险簧状态的识别算法,应用C语言进行算法编程,应用C＋＋Builder完成程序界面设计,实现惯性保险引信安全性在无损状态下的自动识别．     

装甲车辆驾驶动作模糊模式识别研究

针对装甲车辆驾驶技能等级评判系统中,如何将驾驶训练过程中采集的驾驶动作数据还原成实际驾驶操作动作的瓶颈问题,采用模糊模式识别的方法,实现了对无限长待识序列数据的识别,并通过对实车采集数据的分析,验证了识别的有效性和准确性。     

基于SEM的装甲车辆驾驶作业疲劳主要影响因素识别研究

在对装甲车辆驾驶作业疲劳影响因素调查研究的基础上,利用AMOS5.0建立了装甲车辆驾驶作业疲劳影响因素结构方程模型,并检验了其合理性,对作业疲劳主要影响因素进行了识别和分析,分析结果可为改善装甲车辆驾驶作业环境、科学训练、驾驶员选拔以及降低作业疲劳程度的研究提供借鉴和参考。