基于优化序列提取的相控阵雷达识别方法

针对相控阵雷达工作模式识别的问题, 提出一种基于优化序列提取的雷达识别方法。首先，对相控阵雷达搜索和跟踪的工作模式进行分析, 建立工作模式序列模型。其次，通过剔除Needleman-Wunsch方法中的多余数据简化运算流程, 提出一种优化的雷达信号公共序列提取算法。然后，通过理论证明了所提算法的高效性, 并给出算法识别效果的评价准则。最后，结合雷达工作模型和所提算法, 对不同跟踪条件下雷达的识别效果进行仿真, 并对比了优化前后的运算时间。仿真结果表明, 所提算法在多种跟踪条件下, 均有较高的效率, 并且能保持91%以上的识别率。     

基于直觉模糊折扣算子的异类数据融合方法

异类数据作为不确定数据的类型之一,成为模式识别、多属性决策等问题中数据融合的难点。为此,以直觉模糊集为理论基础,本文提出一种异类数据的多属性融合方法。首先,定义一种新的直觉模糊数折扣算子及合成法则,证明了该算子与合成法则的基本性质。其次,定义异类数据之间的距离度量测度,基于灰关联方法,得到用于决策的系数矩阵,通过对备选方案证据的构造过程,生成直觉模糊数,基于直觉模糊熵,给出属性权重的计算方法。最后,根据直觉模糊数合成法则和比较法则,实现结果判定。仿真实验结果表明,所提方法能够有效地降低运算时间,得到正确的决策结果。     

寡营养型类节杆菌OM7的分离鉴定及固沙特性

生物土壤结皮能有效改善沙漠土壤特性，防治荒漠化。土壤微生物尤其是寡营养型微生物是生物结皮形成过程中不可或缺的重要角色。在毛乌素沙地苔藓结皮样品中分离筛选得到寡营养型固沙菌株OM7,并通过生理生化和16S rRNA基因进行鉴定，对菌株OM7的固沙特性进行初步研究，以期为沙漠生态治理提供优良菌种资源。在淀粉稀释度为1/40的高氏一号培养基中进行发酵培养，在沙罐中均匀施洒菌液后通过测定结皮厚度和抗压强度来研究菌株OM7的固沙能力。初步鉴定菌株OM7为类节杆菌OM7(Paenarthrobacter sp.OM7),为寡营养型类节杆菌的首次报道。类节杆菌OM7在1/40高氏一号培养基中培养3天的发酵液，于沙罐内接种菌剂培养物后在1个月内所形成结皮最厚为1.83 mm,抗压强度最大为10.48 N。寡营养型类节杆菌OM7具有高效固沙能力，适应养分贫瘠的环境，使其在沙漠生态治理中更具优势。菌株OM7的固沙能力与其生长状态呈正相关，发酵时间的选取对于固沙效果至关重要。