基于多Agent的战场角色仿真建模研究

作战仿真系统模型的复杂性主要来源于战场角色行为和战场环境的复杂性，多Agent系统是解决复杂问题的有效方法。分析作战仿真系统的模型组成和特点，结合自然环境建模，研究了基于多Agent的战场角色建模方法，描述了战场角色Agent所需的组件及其功能。设计了一种面向战场角色建模的通用Agent体系结构，并对战场角色Agent的规划、通信和协作等理论和应用问题进行了研究。     

合成孔径雷达成像三维地形目标模拟方法

分析讨论了一种合成孔径雷达成像三维地物目标模拟的方法。阐述了复杂三维地物目标模型的建立方法，分析了回波信号的结构并且讨论了成像仿真参数。最后完成了对三维复杂地物目标的成像仿真实验，得到了较为理想的结果。     

辽宁省相对资源承载力分析

采用相对资源承载力的理论与方法，计算了1993年-2003年的辽宁省相对土地资源承载力、相对经济资源承载力和综合资源承载力，并对2010年和2015年的相对资源承载力进行了预测分析，计算结果表明，辽宁省近10年经济的增长是以自然资源的减少为代价的。因此，必须改变这种方式，走节约资源、保护环境和大力发展循环经济之路，才能实现可持续发展。     

一种基于SVR的综合预测方法及应用

针对一类因变量具有复杂自变量、且不具备相同采样周期的预测问题，综合运用支持向量回归估计(SVR)、多元回归和主成分分析等多种数据分析技术，提出了一种综合预测方法，建立起了飞机故障率与其错综复杂的影响因素间的一种数学关系，并且采用航空装备质量控制的统计数据对所提出的方法进行了实验，预测结果显示了方法的有效性。在影响因素量化过程中，还引入了Pearson相关系数方法。     

熵权非均质综合指数算法及其应用

利用熵权方法可以计算非均质综合指数 ,其方法包括确定对象的集合、指标因素的集合、指标矩阵、归一化指标值、指标权重以及计算综合指数等。熵权非均质综合指数算法可将数值有差异的属性参数对非均质指数的贡献进行弱化和强化 ,即去同存异 ;熵权非均质指数的大小能定量表征储层的非均质性。利用该方法在胜坨油田坨2 1断块进行了应用 ,定量地刻划了储层的层间、层内和平面非均质性 ,取得了满意的效果     

PVA改性半纤维素-g-AA/膨润土复合高吸水树脂合成研究

为使再生纤维和造纸行业生产过程中产生的带碱半纤维素废液得到有效利用,解决传统高吸水树脂成本高、耐盐性差、凝胶强度低等问题,以半纤维素、部分中和的丙烯酸、膨润土为原料,过硫酸铵-亚硫酸氢钠为氧化还原引发剂,N,N′-亚甲基双丙烯酰胺为交联剂,引入聚乙烯醇（PVA）,在微波辐射条件下合成了聚乙烯醇改性半纤维素-g-丙烯酸/膨润土半互穿网络高吸水树脂,采用FTIR,TG和SEM对产物结构和性能进行表征和测试,考察PVA的引入及其与黏土的协同作用对树脂网络结构和吸液、保水性能的影响。结果表明：在半纤维素-g-丙烯酸/膨润土基础上引入适量的PVA,可以成功制得聚乙烯醇改性半纤维素-g-丙烯酸/膨润土复合高吸水树脂;当PVA质量分数为3%时,树脂的吸水率和吸盐水率分别提高了40.6%和34.7%;改性后树脂的三维网络结构得到有效改善,表现出良好的吸液性能和保水性能。在纤维素综合利用中,利用半纤维素废碱液制备高吸水树脂,可以变废为宝,经济效益和社会效益明显。     

极化合成孔径雷达有源干扰的干信比方程

对极化合成孔径雷达(polarimetric synthetic aperture radar, PolSAR)实施有效的电子干扰是合成孔径雷达电子对抗领域的重要课题。针对PolSAR电子干扰的基本原理, 首先推导出了接收机输出端和成像处理后的PolSAR方程, 并与极化散射矩阵联系起来, 完整地描述了不同极化状态组合下的信噪比和杂噪比; 然后构建了PolSAR接收机输出端的干扰方程以及成像处理后的非相干、部分相干和完全相干干扰方程, 总结了PolSAR电子干扰有效功率的能量分配与守恒规律; 最后基于上述方程论证了不同极化配置对PolSAR干扰的效果。对于PolSAR电子干扰技术研究和相关装备研制具有重要的理论指导意义。     

基于统计数据模型的优秀教练评判的影响因素分析

利用模糊综合评价的方法,根据美国大学教练统计数据的特征分析,从教练的执教胜率,执教年数和获得荣誉等因素来综合评价教练的排名,并运用灵敏度分析的方法分析了各项指标对评判结果的影响因素.     

基于卷积ADMM网络的高效结构化稀疏ISAR成像方法

结构化稀疏逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像是空间态势感知与目标识别的重要手段。该问题可通过压缩感知(compressive sensing, CS)方法解决。目前, 许多传统CS方法仍存在运算效率低、参数适应性不强等问题。针对该问题, 本文提出了一种基于卷积交替方向乘子法网络(convolutional alternating direction method of multipliers network, C-ADMMN)的结构化稀疏ISAR成像方法。利用深度展开方法, 结合传统结构化稀疏ISAR成像模型, 构建C-ADMMN网络。通过监督学习, C-ADMMN仅需约10层网络便可达到传统方法上百次迭代的效果, 具有较高的运算效率且对不同目标具有一定适应性。基于仿真与实测数据的实验结果验证了网络的高效性与参数适应性。     

快速加权核范数最小化的SAR图像去噪算法

提出快速加权核范数最小化(fast weighted nuclear norm minimization,FWNNM)的合成孔径雷达(synthetic aperture radar,SAR)图像去噪算法。首先采用对数变换将SAR图像的乘性噪声变换为加性噪声,然后利用非局部相似性对变换后的图像进行块匹配,随后根据低秩模型框架,用随机奇异值分解替换加权核范数最小化(weighted nuclear norm minimization,WNNM)算法中的奇异值分解进行低秩矩阵逼近,再采用梯度直方图保存的方法对图像进行纹理增强,最终实现了对SAR图像快速去噪。在MSTAR数据库上的实验结果表明,与已有方法相比,所提方法在SAR图像去噪和边缘保持方面是有效的,并且比WNNM去噪速度快3倍。