视频监视前景图像估计的盲源提取方法

在视频图像运动检测的背景消减方法中,场景图像或帧可建模为前景图像和背景图像的叠加或线性混合。然而,实际中图像的背景和前景往往相关,常用的主成分分析和独立分量分析等方法难以实现准确提取。为此,将视频图像的前景提取建模为盲源提取问题,提出了一种基于均方交叉预测误差的盲源提取方法,可以从相关的源视频图像中提取期望的前景图像,并将该方法扩展应用于基于基本模型和特征背景模型的背景消减方案中。基于人工和实际视频的实验验证了盲源提取背景消减方法的可行性和有效性。     

新冠肺炎动态病死率分析与疫情预测方法研究【专题】

新型冠状病毒感染的肺炎防控是国家安全体系的重要“战场”,疫情趋势预测是开展疫情科学防控和精准防控的重要基础。本文阐述了疫情动态病死率概念,分析了疫情动态病死率函数和时间曲线,提出了动态病死率发展的3个重要拐点,从动态病死率和新增确诊病人数两个维度,构建了拟合曲线函数,并对疫情发展趋势进行了预测。研究发现,截至2月10日,本次疫情动态病死率已经经过了第3个拐点,趋于稳定;预计到2月16日左右,新增确诊人数达到第3个拐点,进入缓慢下降期;预计2月底底至3月初,每日新增确诊人数将在1000人以内,全国最终的“病死率”将在2%～4%左右。该预测方法是一种运用系统外部特征信息来研判疫情发展规律的较为简便快捷的方法,对于科学预测疫情发展趋势具有一定的参考借鉴价值。     

战斗部虚拟试验贝叶斯线性校准预测方法

聚能装药战斗部射虚拟试验中,射流穿深对靶板材料模型参数较敏感。为建立较准确实用的射流穿深预测模型,提出一种贝叶斯线性校准方法,建立物理过程真实值、模型预测值和试验测量值间的统计关系,结合有限的试验数据,校准未知模型参数。实例分析表明,该方法可较好地解决包含各种不确定性的大型复杂计算模型的参数校准问题。     

图像跟踪系统中机动目标预测的实现

针对装甲车上的图像跟踪系统,提出了一种机动目标预测方法.将目标的运动分解为两部分,即全局运动和局部运动,并根据各自的动态特性分别进行预测.以局部运动预测为重点,通过对机动目标跟踪技术的研究,建立起性能优良的跟踪滤波器,并将其扩展到预测滤波器中对目标的未来运动状态进行预测,从而提出了"交互式多模型预测算法".仿真结果表明,该算法具有预测精度高、自适应能力强的特点,同时给出了计算方法.     

A misclassification cost‐minimizing evolutionary–neural classification approach

Machine learning algorithms that incorporate misclassification costs have recently received considerable attention. In this paper, we use the principles of evolution to develop and test an evolutionary/genetic algorithm (GA)‐based neural approach that incorporates asymmetric Type I and Type II error costs. Using simulated, real‐world medical and financial data sets, we compare the results of the proposed approach with other statistical, mathematical, and machine learning approaches, which include statistical linear discriminant analysis, back‐propagation artificial neural network, integrated cost preference‐based linear mathematical programming‐based minimize squared deviations, linear integrated cost preference‐based GA, decision trees (C 5.0, and CART), and inexpensive classification with expensive tests algorithm. Our results indicate that the proposed approach incorporating asymmetric error costs results in equal or lower holdout sample misclassification cost when compared with the other statistical, mathematical, and machine learning misclassification cost‐minimizing approaches. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2006.     

服役工况下镍基单晶高温合金的损伤机制研究进展

为提高镍基单晶叶片服役寿命、解决发动机和燃气轮机的关键核心技术,近年来国内外持续开展了大量针对镍基单晶高温合金服役情况下损伤与失效机制的研究。从实际服役条件出发,总结了镍基单晶高温合金疲劳、蠕变和热机械疲劳损伤机制等研究成果与进展。此外,针对大量实验造成的时间与成本增加问题,还总结了近年来在镍基单晶高温合金的寿命预测方法方面的研究工作与成果,并提出了目前在镍基单晶高温合金寿命评估与失效分析研究方面所面临的困难和挑战。     

基于灰色神经网络武器装备研制费用预测模型

提出了基于灰色系统理论与神经网络的武器装备研制费用组合预测模型,该模型首先采用灰色GM(0,N)模型对研制费用进行预测,利用LMBP神经网络对预测误差进行了模拟与修正,实例验证该方法具有较高的预测精度.     

基于时间序列图书借阅的预测与分析

以武警工程大学图书馆2009～2012年的读者借阅流量为基础,基于年、月等时间序列,分别建立了相应读者借阅流量的分布图,对分布规律进行了分析总结,为今后图书馆的管理决策提供了理论依据。     

钢质油罐罐底腐蚀预测模型研究与评价

钢质油罐在储存油料时不可避免地会受到严重腐蚀.为能够掌握罐底的腐蚀程度,提出了一种由灰色系统理论和BP人工神经网络相结合的方法建立预测模型,对钢质油罐罐底腐蚀情况进行了预测,并通过实例计算给出了评价.计算结果表明,预测值与实测值相差很小,尤其对油料腐蚀这种涉及较多因素的复杂过程,该方法具有明显的优越性;该模型克服了传统预测模型需建立函数的难题,且预测精度较高,具有较高理论与实际应用价值.     

探月飞船初次再入段纵程的解析预测方法

探月飞船升阻比较低,为实现长纵程飞行,必须采用跳跃式再入方式。在跳跃式再入轨迹在线规划或预测制导中,如何快速准确地预测初次再入段纵程是一个非常关键的问题。针对这一问题,研究提出一种解析预测方法:利用匹配渐进展开方法得到再入纵向运动方程的闭型近似解;将初次再入段轨迹分为三段,第一段采用高度作为积分自变量,并利用复合梯形公式得到纵程,第二段和第三段分别采用二次多项式来拟合阻力加速度-能量剖面,根据近似解结果反解出多项式系数,并将得到的阻力加速度倒数-能量函数进行积分,得到第二段和第三段的纵程;对解析预测方法的精度和计算效率进行分析,结果表明该方法计算精度较高,速度快,可用于跳跃式再入轨迹的在线规划和制导。