基于多方向突堤扫描的极化SAR图像人工港口检测

针对现有合成孔径雷达(synthetic aperture radar, SAR)图像中基于海陆两区域分割和单方向突堤扫描港口检测方法存在虚警率高的问题,提出一种基于多区域分割和多方向突堤扫描的人工港口检测方法。该方法首先使用基于极化SAR相干矩阵统计特性的多区域水平集分割方法将地物分割为水域、强散射建筑和其他陆地3类;然后在水陆分割结果上从多对正交方向对沿岸突堤进行扫描,从而确定出港口感兴趣区域;最后利用强散射建筑分割结果实现感兴趣区域中人工港口和虚警天然凸起地形的区分。基于RADARSAT-2对新加坡和湛江地区实际观测的极化SAR数据进行实验,结果表明本文方法较好地实现了沿岸人工港口的正确检测。     

基于多尺度特征的高分辨率SAR图像机动目标识别

针对客观世界本身的多尺度特性及多尺度分析方法的有效性,提出了能够体现目标宏观和微观固有多尺度信息的SAR图像目标识别方法。该方法通过引入目标先验信息分割出反映目标形状的区域;并根据SAR图像目标对Gabor滤波器组的不同响应,利用多尺度信息及尺度间的相依性提取新的多尺度特征;最后按照方位信息建立多尺度特征库用以指导目标识别。通过MSTAR的实测SAR目标数据集进行了多尺度特征建立和目标识别测试,试验结果表明了该方法的有效性。     

基于规划识别的社会安全事件识别方法

社会安全事件发生之前通常要进行筹划、准备,并逐步成型,通过观察这一过程中参与者的行为和动作有可能识别正在酝酿的社会安全事件.一些社会安全事件的行动单独来看并不一定表现出异常特征,需要综合分析发现多个参与者行动相互关联后可能形成的事件.文章假设参与者在事件准备和形成过程中的部分行动是可以被观察到的,提出了基于规划识别的社会安全事件识别方法.首先构造了社会安全事件识别模型框架,描述了社会安全事件识别的领域知识和问题模型,进而采用plan recognition as planning (PRAP)规划识别方法,利用领域知识进行推理,动态地识别可能发生的社会安全事件.最后以人员聚集事件为例设计了实验算例,检验了方法的有效性.实验结果表明该方法能够准确识别参与者行动对应的社会安全事件,并且具备较强的提前识别能力,能够提高社会安全事件监测预警能力.     

自适应相关匹配法在雷达目标距离剖面像识别中的应用

本文针对高距离分辨雷达体制与地面坦克目标识别应用背景,提出了一种基于自适应相关匹配的雷达目标距离剖面像识别的新方法.这种方法根据给定的误判概率与拒判概率的要求,设计和得到目标姿态角的一种区域划分,确定相关匹配分类器的数目,并按最优化准则构造匹配分类器;根据实测距离剖面像的长度来选择相应的分类器进行匹配识别,以适应目标不同的姿态角;具有匹配运算量少,所需匹配滤波器数目少等优点,为解决地面背景中坦克目标的识别提供了一条有效途径.     

基于可拓信息的知识表示

本文以可拓学的理论和思想为指导,研究基于可拓信息的知识表示方法,并以动物识别为例说明知识网络的结构和识别程序     

基于自适应上下文信息的目标相对定位方法

针对成像末制导中地面固定目标识别难度大的问题,基于最稳定极值(maximally stable external region, MSER)区域提出一种新的相对定位识别算法。提取基准图中目标周围具有尺度和仿射不变特性的MSER特征,根据权重指数自适应选取一定数量的MSER特征作为上下文地标。提取实时图中的MSER特征,与上下文地标基于规则化互相关准则进行特征匹配,利用双层匹配矫正策略减少误匹配,得到匹配特征对。提取匹配特征对的中心点作为参考点求解基准图与实时图之间的空间映射关系,进而利用最小二乘拟合一次多项式计算实时图中目标的位置坐标。实验结果表明,针对复杂地面场景,该方法的最大相对定误差不大于3个像素。基本满足成像末制导对自动目标识别算法稳健性好、识别精度高、抗干扰能力强等要求。     

形状描述法在图像检索中的应用综述

基于内容的图像检索是根据用户提供的参考图像,自动从图像数据库中搜索相似图像的一门新技术。形状作为图像的核心内容之一,结合图像理解领域的形状描述技术,已经派生出许多基于形状的图像检索算法。与现有的轮廓/区域分类准则不同,从描述形状的不同特征入手,针对图像检索技术研究中最新提出的形状表示算法首先作一个分类。然后根据MPEG-7准则,对各类形状描述方法的整体性能给出比较。最后结合基于图像内容的检索技术的发展现状和趋势,给出形状表示方法的综合评述和发展方向。     

基于红外虚拟偏振的目标增强方法

研究了一种基于虚拟变偏振理论的红外面目标细节增强方法,该方法充分挖掘和利用了红外偏振信息的固有特点,利用入射光Stokes矢量和出射光光强之间的描述关系推导出出射光光强和起偏角度的解析关系,并据此虚拟实现了任意起偏角度的出射光光强,然后依据面目标信杂比最大准则,利用粒子群算法迭代实现了最优起偏角度的搜索,最终得到增强后的红外面目标图像。利用实测的长波红外偏振图像数据对算法的可行性和有效性进行了验证,实验结果表明,在灰度对比度、平均梯度、图像熵3种图像质量评价指标下,经此算法增强后的图像质量更高,为后续目标细节识别和攻击点选择等算法的实现奠定了良好的数据基础。     

基于混合型专家系统的目标综合识别模型

鉴于目标识别在防空信息处理中的重要性 ,在对目标信息进行综合利用的基础上 ,利用人工智能原理 ,研究把专家系统、神经网络和证据推理相结合用于目标识别 ,建立了目标综合识别的专家系统模型 ,模拟专家识别思维。给出了知识库的构造方法及推理机制。该模型通过人工神经网络 ,实现了知识的并行处理和自动获取 ,具有自学习功能 ;再学习机制可对系统进行及时调整 ,增加或修改知识库的知识 ,具有很好的人机界面和实用性 ,对目标的综合应用识别具有很好的借鉴作用。     

军事想定数据挖掘技术研究

针对当前作战仿真领域中存在的不能充分理解和使用想定的问题,根据作战仿真工程的需要,提出了一种利用数据挖掘技术帮助理解和使用想定数据的方案.对想定数据的挖掘是文本挖掘的具体应用,其基本过程包括建立语料库、增加词典库、确立特征匹配规则、设计分类学习算法、形式化描述挖掘结果等五个步骤,设计了想定挖掘的工作流程,确定了想定挖掘的基本目标,并根据挖掘过程的特点和技术需求探讨了想定挖掘面临的各项关键技术,对进一步实施想定挖掘的研究具有重要意义.     

贫信息背景下基于矩域灰点排序的灰FMECA模型

为解决贫信息背景下对系统进行故障模式、影响及危害性分析(failure mode, effects and criticality analysis, FMECA)受故障信息少、故障数据部分未知等问题限制, 同时为有限定量危害性矩阵分析方法的缺陷, 提出了适用于贫信息背景的灰FMECA模型。首先对危害性矩阵图进行规范化改进, 统一横纵坐标轴量纲, 提出危害度权重比概念以规范作图比例; 然后在危害度计算中引入区间灰数, 提出矩域灰点概念以表征故障模式难以确知的危害性; 最后依照不确定型决策思想给出矩域灰点的一般排序规则, 为贫信息背景的故障模式危害性排序提供解决方案。通过某航天飞机主发动机高压燃料涡轮泵进行案例研究, 验证了所提模型的有效性。     

基于同类样本覆盖的BP网络结构设计准则研究

针对采用反向传播算法的神经网络(Backpropagation:BP)作为实现仿生模式识别理论的工具时所遇到的最佳结构设计问题,提出了一个基于提高仿生模式识别系统性能的BP神经网络结构设计准则。该准则基于无论是在不同类样本点间还是同类样本点间都存在有先验知识这一结论,通过利用同类样本中所蕴含的先验知识对神经网络的结构进行设计,不仅能够确保仿生模式识别过程中的学习过程有效收敛,而且也使得网络结构的设计满足特定任务的要求。交通标识符识别的对比实验结果证明了该设计准则的有效性。     

基于CCF的单传感器辐射源识别方法

在论述了D-S证据理论在单传感器辐射源识别应用的基础上,提出了一种基于组合分类器信息融合(combining classifier fusion, CCF)的单传感器辐射源识别方法。该方法利用了两方面的知识,一是由组合分类器对样本数据分类能力表征的先验知识,二是由组合分类器对未知模式目标的分类能力表征的当前知识。基于先验知识对当前知识进行必要的实时性修正,在分类器融合输入级提高了当前知识的正确性。利用合适的组合算法,对分类器的输出级进行正确信息的有效提取,提高了单传感器辐射源识别的准确性。仿真结果表明了该方法的可行性及有效性。     

改进的舰船维修费案例调整模型

为提高舰船维修费案例的调整效果,遵循着调整知识产生、调整知识约简和调整知识推理的建模过程,提出了一种改进的舰船维修费案例调整模型。在该模型中,采用Policastro的重构方式,利用目标案例的直接和间接相似案例集,产生舰船维修费案例的调整知识;针对调整知识中可能存在冗余、相关性、知识量过于庞大不便于推理等问题,提出了一种既能有效约简调整知识、又能准确衡量调整知识重要度的改进规则约简方法,并给出了具体的实现算法;为提高知识推理的效率,采用具有强泛化能力和出色学习能力的最小二乘支持向量机（least square support vector machine,LSSVM）,构建了舰船维修费案例调整知识推理模型,并基于遗传算法（genetic algorithm,GA）和交叉验证方法,对推理模型的有关参数进行了优化。实例结果表明,与其他案例调整模型相比,所提模型在调整精度上要远远好于其他模型,所提模型是科学、有效的。     

Topic-Feature Lattices Construction and Visualization for Dynamic Topic Number

The topic recognition for dynamic topic number can realize the dynamic update of super parameters, and obtain the probability distribution of dynamic topics in time dimension, which helps to clear the understanding and tracking of convection text data. However, the current topic recognition model tends to be based on a fixed number of topics K and lacks multi-granularity analysis of subject knowledge. Therefore, it is impossible to deeply perceive the dynamic change of the topic in the time series. By introducing a novel approach on the basis of Infinite Latent Dirichlet allocation model, a topic feature lattice under the dynamic topic number is constructed. In the model, documents, topics and vocabularies are jointly modeled to generate two probability distribution matrices: Documentstopics and topic-feature words. Afterwards, the association intensity is computed between the topic and its feature vocabulary to establish the topic formal context matrix. Finally, the topic feature is induced according to the formal concept analysis(FCA) theory. The topic feature lattice under dynamic topic number(TFL DTN) model is validated on the real dataset by comparing with the mainstream methods. Experiments show that this model is more in line with actual needs, and achieves better results in semi-automatic modeling of topic visualization analysis.     

多分类器融合的人脸识别与身份认证

人脸识别是生物特征识别技术中一个活跃的研究领域,取得了很多实践成果,但是单一分类器一般不能取得满意的识别率与身份认证效果。本文采用贝叶斯决策理论分析了常见的积、和、中值以及投票多分类器融合方法,并根据实际的选举情形,对投票法进行了2种改进。然后对协同人脸识别、特征脸法以及复合方法等人脸识别分类器进行决策层的融合,对ORL库中人脸识别仿真实验表明文中的多分类器融合的人脸识别方法具有较好的分类性能,对污损、低分辨率人脸图像具有可靠的识别率、鲁棒性强,而且应用于人脸身份认证中取得了较好的认证效果。     

基于小波变换的二维独立元在人脸识别中应用

针对二维主元分析（Two-Dimensional Principal Component Analysis，2DPCA）和独立元分析（Independent Component Analysis，ICA）的特点，给出了二维独立元分析（Two-Dimensional Independent Component Analysis，2DICA）的概念。在2DICA算法的基础上，提出了基于小波变换（Wavelet-Transform，W1r）的2DICA（Wavelet-Transform and Two-Dimensional Independent Component Analysis，WT-2DICA）人睑识别算法。首先，利用小波变换将原始图像的高频分量和低频分量进行不同程度的分离，并忽略高频分量，获得原始图像的基本特征；然后，利用2DICA算法术得投影特征；最后依据曩近郐法则完成人脸识别，基于ORL（Olivetti Research Laboratory）与Yale人脸数据库的实验结果表明，WT-2DICA算法正确识别率高于2DPCA算法与2DICA算法，是一种有效的人脸识别方法。     

基于边界域条件熵的不确定性度量标准

不确定性度量研究是粗糙集理论的重要问题之一,系统的不确定性是由边界域的存在造成的。根据变精度粗糙集思想,将边界域对象分成弱一致性对象和不一致对象集合。结合信息熵与不确定性间的关系,提出一种基于边界域条件熵的不确定性度量标准。通过理论分析证明,边界域条件熵在衡量决策系统一致性程度时,与普通条件熵具有相同的判别作用;在粗糙集特征约简的启发式条件中与粗糙集正域等效。     

人工神经元网络在空间数据挖掘与知识发现中的应用研究

对常用的空间数据挖掘方法进行分析，认为常用的统计学方法对数据的限制较多，且计算量较大，在应用中有一定的局限性。与此相反，神经网络方法由于其固有的自学习能力和抗干扰能力，在空间数所挖掘领域有着广泛的应用前景。最后在空间数据挖掘领域引入GSOM网络，用于空间聚类，通过实例证明，效果较好。     

竞争性技能联盟中企业讨价还价能力实证研究

技能型战略联盟是存在竞争关系的企业间联盟的日益重要的合作形式,而企业的讨价还价能力又是联盟中最重要的问题之一,作者运用实证的方法研究企业讨价还价能力、知识获取、学习能力之间的关系,从知识获取的影响作用方面探讨企业讨价还价能力的变动机制,证实学习能力与知识获取是讨价还价能力提升的重要因素,这对指导企业如何在战略竞争合作中提高竞争能力和生存能力具有重要的实际意义.