基于目标跟踪与轨迹聚类的行人移动数据挖掘方法研究

随着物联网、大数据、人工智能等技术在安防领域不断取得突破性进展,公共视频监测系统近年来得到飞跃式发展.基于监控设备产生海量的非结构化视频数据,通过对监控视频中的行人轨迹进行分析和研究,可以挖掘出其中蕴含的行为模式,这对人群行为研究有着重要的研究价值.本文使用基于目标检测的多目标跟踪算法对地铁站出口,商场出口等场景中的行人移动轨迹进行提取,并在此基础上对行人的轨迹模式进行分析.针对行人轨迹的特点,在基于点密度聚类算法的基础上,提出并实现了基于轨迹相似度的轨迹聚类方法.结果表明,该方法能够有效的提取行人轨迹,并且从大规模轨迹数据中提取出轨迹模式.     

基于生成对抗网络的高端装备研制数据脱敏方法

针对高端装备研制数据的保密性和重要性,提出一种基于生成对抗网络(generative adversarial networks, GAN)的高端装备研制数据脱敏方法。面对高端装备研制数据在数据挖掘和数据共享时可能面临泄露的风险,利用GAN进行数据脱敏。在随机生成的高斯数据集上进行实验,通过比较源数据和脱敏数据的统计特征,证明GAN的数据脱敏方法能够有效实现数据脱敏过程中所要求的数据安全性、数据有效性和成本可控性。最后,在Yeast数据集上进行验证, GAN输出的脱敏数据同样在现实世界数据集上表现出色,能够准确地预测Yeast的分类,为高端装备研制数据的管理和分析提供了一种新的思路。     

基于作战环的导弹武器系统体系相对贡献率评估

基于作战环理论,从节点、边、环等层次建立武器装备体系作战网络模型,并结合蒙特卡罗方法,提出一套高效的体系相对贡献率评估方法。针对典型作战想定,研究两种导弹不同发射数目对突防和毁伤概率的影响。仿真结果表明:导弹的突防概率随着发射数目的增加而显著增加;当导弹发射数目超过6枚时,目标毁伤概率高达95.3%以上,基本达到饱和;导弹I₂作战效能明显比导弹I₁高；当发射导弹数量小于等于3枚时, I₂的体系相对贡献率达到133.3%以上。     

模型驱动的危机事件快速建模与分析方法

以2015年底俄土战机冲突事件为例,建立了基于模型驱动方法的快速建模与仿真分析框架,为类似军事冲突及争端事件应急判断提供快速建模与决策分析支持。通过场景建模、可执行逻辑分析和可视化仿真技术分别对危机事件进行静态结构建模、动态行为分析以及场景仿真验证。同时,利用具有自主知识产权的支持快速元模型定制的多视图建模工具ModelLink,与第三方分析与仿真工具集成,形成了以ModelLink为输入的跨平台模型自动生成、分析与互操作的分析链路,支持快速参数变更、直观可视化行为调整的敏捷响应。面向俄土战机事件,利用俄土双方及第三方关于事件细节的开源信息,构建了两种基本场景模型,通过对比不同方案的可执行逻辑分析以及仿真过程参数分析结果,校验了双方在事件声明中细节的合理性与真实性,同时支持后续不断补充开源信息后的模型调整与快速结论生成,具有很好的实用性。     

基于资源预留的成像卫星鲁棒性任务规划方法

随着新型成像卫星的智能化发展,成像卫星鲁棒性任务规划是一个迫切需要解决的理论和实践问题.综合考虑卫星姿态转换时间,固存和电量等约束条件,建立了成像卫星鲁棒性任务规划模型.在保证任务规划收益最大化的前提下,提出了一种基于资源预留的成像卫星任务鲁棒性规划方法.基于任务之间卫星的转换时间约束及资源预留规则,保证资源的高效利用及地面观测任务的有效安排.通过对不同规模的实例进行求解,实验结果表明本方法具有很好的鲁棒性.本文方法对其它相同类型相关问题具有指导及借鉴作用.     

基于不等概率抽样的不完全信息条件下复杂网络抗毁性模型

为了填补随机失效与故意攻击之间的空白,将复杂网络攻击信息的获取抽象成无放回的不等概率抽样问题,建立了不完全信息条件下的复杂网络抗毁性模型.其中网络攻击信息可以通过信息广度参数和信息精度参数调节控制,随机失效或故意攻击是该模型的两个特例.利用母函数方法解析推导出了任意度分布广义随机网络在随机不完全信息和优先不完全信息条件下的两个重要抗毁性度量参数——临界移除比例和巨组元规模,得到的解析结果可以分析和预测不完全信息条件下复杂网络的抗毁性.以无标度网络为例对一般攻击信息参数组合进行了仿真分析,发现随机隐藏少量节点信息将大幅度提高复杂网络的抗毁性,获取少量重要节点的信息可以大幅度降低复杂网络的抗毁性.     

物流保障网络级联失效临界抗毁性

针对军事决策者所关心的"物流保障网络抗毁性"与"物流保障网络负载临界值"的问题进行了研究,首先分析了物流保障网络的特点,建立了度均匀随机分布的网络模型和负载局部扩展的级联失效抗毁性模型,并运用了多维分支过程方法求解网络级联失效的临界值。研究发现:容量均匀分布的物流保障网络中,当网络负载超过临界负载时,一个随机故障将引起网络瘫痪。最后通过一个仿真实例分析了物流保障网络节点最大度分别为5、6、8、10、12时的级联失效抗毁性临界值,并给出了仿真结果与解析推导存在误差的原因。     

有新任务插入的多星动态调度模型与算法研究

对地观测卫星动态调度问题是一类复杂的调度问题.在对动态调度的要求进行分析的基础上,针对有新任务插入的多星动态调度问题的特点,建立了多星动态调度模型,提出了一种基于自由度规则的动态启发式求解算法.分别设计了基于最大自由度的退出启发式规则和基于自由度比例的退出启发式规则,采用深度有限搜索策略进行迭代搜索.仿真实例分析表明,基于自由度规则的动态启发式求解算法能够较好地解决有新任务插入的多星动态调度问题.     

基于Agent的居民就医选择建模与仿真

基于Agent建模仿真是医疗服务领域中问题研究和政策分析的一种新方法。在分析目前医疗领域中居民就医选择现状的基础上,基于Agent的建模方法,对医疗系统中的主要对象——医院、社区医疗服务机构、居民的行为进行了建模,开发了基于Anylogic的居民就医选择的仿真原型,研究了居民的就医选择问题,分析扩大不同医疗机构的费用差距及增加区域内社区医疗服务机构数量两项政策对居民就医选择的影响。实验结果说明通过调节医院与社区诊所的医疗服务的价格比,能够影响居民就医选择,但增加医院的医疗服务的价格会造成部分低收入居民无法就医;区域内社区诊所与医院的比例在2~4倍时,对降低居民无法就医的比例是有效的。     

基于蚁群优化的物流网络多约束路径规划

面向大范围、大规模的军用物资调度,为保障任务规划满足多个约束的可行路径,是NP-C问题.本文在详细分析物流保障网络传输属性的基础上,给出了约束参数的完整描述,建立了多约束路径规划数学模型,设计了一种带综合启发因子的蚁群优化算法.仿真实验表明,该算法搜索效率高,具有全局收敛性,经过有限次迭代能够获得可行解,对网络规模和约束参数选择具有较好的灵活性和扩展性.