基于神经网络的遥感影像超高分辨率目标识别

现有遥感图像的许多分类方法大都忽略了混合像元存在的事实,通过理解遥感影像像元点目标的空间分布特性,提出基于Hopfield神经网络的遥感图像超分辨率目标识别算法。在Hopfield神经网络模型下,利用模糊分类技术进行模糊分类,然后用分类结果约束Hopfield神经网络的方法获取超高分辨率的遥感图像,能够提高遥感图像的目标分辨率,使其目标特征信息更清晰。     

双油罐修理线的天车运送周期性排序问题的求解

作为机车油罐修理中的一个重要资源，天车的排序直接影响系统的、生产率。本文研究了产品在系统的一边装栽、而在另一边卸栽的双油罐修理线的天车周期性排序问题。工件在每个工作台需要加工一定的时间，工作台之间没有缓冲工作台，一台天车用于工作站之间工件的运送，目标是对运送进行排序以极小化生产周期。为了求解这个问题，本文提出了一个混合整数线性规划模型，量化示例表明所提出的方法是有效的。     

基于ITAE准则的质量矩拦截弹鲁棒控制研究

以建立的质量矩拦截弹数学模型为基础,通过对模型合理简化,得到一个耦合的非线性动力学系统。利用微分几何的反馈线性化理论,得到一个解耦线性系统。考虑到拦截弹的鲁棒性要求和三个滑块的协调控制问题,提出基于误差的积分准则(ITAE准则),考虑混合灵敏度S/T问题,采用H∞控制理论对拦截弹进行姿态控制系统设计,仿真结果验证了这种方法的有效性。     

带转运中心的车辆组合运输问题的模型与算法

主要研究两类带有转运中心的车辆组合运输问题.一类是多期单产品的物流问题,一类是单期多产品的物流问题.建立了研究的两类物流系统的数学模型与算法,并通过算例对模型和算法进行了验证.主要应用动态规划方法、结合两阶段法与分支定界法的混合算法,使程序运行效率和解的满意性都得到很大提高.     

Internet环境下混合市场渠道协调的数量折扣模型

目的是定量研究在混合渠道模式下达成渠道上下游协调(即渠道总利润最大化)的数量折扣机制.建立了促使混合渠道达成协调状态的Stackelberg数量折扣博弈模型,并对渠道协调后的利润分配问题作了初步探讨.结果表明,制造商促使混合渠道达成协调的数量折扣有无穷多个,在一定的数量折扣范围内制造商和零售商合作(即协调)后的利润均大于不合作的情形.Internet直销渠道的增加并不一定意味着对传统零售商的威胁,制造商自有渠道和传统零售渠道在相互竞争的同时又可选择合作,达成"双赢"局面.     

一种混合建模方法在陀螺漂移预测中的应用研究

陀螺仪作为惯性导航系统的核心惯性器件,其漂移性能直接影响导航的精确性,分析陀螺漂移的变化趋势并预测由漂移所引发的陀螺故障具有重要的意义。提出一种基于灰色理论和平稳时间序列分析的混合建模方法,并将其用于预测陀螺漂移。实验结果表明该混合建模预测方法能够精确地预测陀螺的漂移,从而为陀螺的性能分析和故障预报提供依据。同时与单一预测方法相比,该混合方法具有较强的预测能力。     

基于局部二元图的视频对象阴影检测方法

针对在视频对象分割时,运动投影常被误分为视频对象,给出一种新的视频阴影检测方法,该算法基于在灰度图像中阴影区域和背景相应位置具有相同纹理这一事实,其中利用自适应高斯混合模型进行背景建模,利用局部二元图(local binary patterns,LBP)来表征纹理。首先,进行基于自适应高斯混合模型的背景提取,获得包含运动投影的前景分割,分割时加入了LBP纹理相似性判断,减少了分割出的目标内的孔洞提高了分割的精确度。然后利用阴影区域和已获取背景相应位置的LBP纹理相似性,可较好的对视频阴影进行检测。通过实验,获得了不错的阴影检测实验结果,可较好地应用于运动目标检测分割及跟踪等领域。     

Web服务失效处理的反射中间件技术应用与实现

为提高服务有效性,在Web服务的客户方和服务器方配置反射层,捕捉到导致服务失效的各种状态和参数,有针对性地从服务内部动态调整服务运行状态和配置。依据服务失效类型,给出客户方和服务器方反射层的处理方法和工作过程,并借助于分层混合专家网络(HME)作为服务失效的检测方案,基于极大似然的HME学习策略可以对高维、非线性和强耦合的状态空间进行学习和辨识。通过实验和数据分析,表明了基于HME网络的反射中间件可以高效地对服务失效进行检测和处理。     

电厂湿法烟气脱硫过程优化控制研究

深入研究了具有混杂系统特性的电厂湿法烟气脱硫(WFGD)过程的优化与控制问题;运用混合逻辑动态的建模方法(Mixed Logical Dynamic)建立了WFGD过程的MLD模型,基于MLD模型的预测控制方法把WFGD过程优化问题转化为实时求解混合整数规划(MIQP)问题,实时给出了WFGD过程优化运行的连续决策变量(吸收塔浆液的PH值设定)和离散决策变量(循环浆液泵开启台数)的最优解;用同样方法实现WFGD过程基础回路级中具有非线性动态的PH对象的控制;仿真表明基于MLD模型预测控制方法很好地解决了WFGD过程的优化与控制问题。     

质子交换膜燃料电池混合建模研究

支撑向量机（SVM）理论完备,泛化能力强,很适合对燃料电池建模。但是建立高维SVM模型需要大量的实验数据,为了克服这一困难,使用SVM和压力增量机理模型相结合的方法对质子交换膜燃料电池进行混合建模：SVM模型只考虑电流和温度对电压的影响,而压力增量模型则在此基础上预测阴极压力和阳极压力对电压的影响。混合后的模型能够预测不同电流、温度、阴极压力和阳极压力下的输出电压。结果表明这种方法建立的数学模型误差小于1.6%,能够达到很好的拟合精度。