基于目标轮廓特征的SAR图像目标识别

提出了一种基于目标轮廓特征的合成孔径雷达目标识别(SAR ATR)方法,该方法充分利用目标的局部空间结构信息进行识别。利用基于马尔可夫随机场(MRF)的图像分割及形态学处理提取SAR图像目标轮廓,在此基础上使用傅里叶描述子作为目标轮廓的特征量,选择最近邻准则下的模板匹配方法构造分类器,实现了基于轮廓特征的SAR图像目标识别。实验结果表明,本文方法具有优良的识别性能。     

基于曲率仿射不变量的快速目标识别

提出了一种用于三维空间中近似平面目标的快速识别方法。该方法利用目标轮廓的曲率信息构造出仿射不变量函数,再利用该不变量的极值点信息定位出轮廓的起始点进而对不变量做相应的循环移位调整,最终通过对调整后的不变量进行相似度比较实现目标识别。由于曲率信息能够有效地描述目标轮廓特征,所以保证了本方法优良的识别性能。同时本方法通过起始点定位的方式克服了传统上高复杂度的循环移位匹配的识别模式,进而实现了快速识别。实验结果显示了所述方法在识别精度和识别效率上都具有明显的优势。     

基于小波的非参数回归模型均值变点的Bootstrap监测

本文首次考虑非参数回归模型均值函数结构变点的在线监测问题. 首先对回归函数的局部线性估计值进行小波变换， 基于得到的小波系数构造监测统计量， 并在原假设和备择假设下推导出监测统计量的渐近分布； 为提高监测效果， 进一步构造了Bootstrap在线监测方法， 定义了停时； 模拟结果和实例分析显示该方法可以很好地监测到变点， 并具有较短的检测延迟.     

异方差非参数回归模型均值与方差变点的小波估计与应用

金融市场中,受突发事件的影响反映资产平均收益的均值函数和反映资产收益波动的方差函数都有可能出现变点. 本文讨论了均值和方差都存在变点的异方差非参数回归模型的变点估计问题. 给出均值函数与方差函数的局部线性估计,利用函数小波系数的特性求得均值与方差变点位置的估计值并给出其收敛速度.在模拟实验中分析变点估计值的样本特性及均值变点估计与方差变点估计的相互影响.最后通过对两组股票数据的均值变点和方差变点进行估计,说明方法的有效性.     

局部相似目标匹配的微分几何模型

根据微分几何原理,基于平面曲线作刚体变换时其曲率的不变性,利用曲率来表达目标轮廓的内在特征。筛选出待匹配目标轮廓上内在特征相似的点,形成点对集合。在点对集合中寻找相似线段来定位可能的平面变换,通过得分函数,求出点对集合中相似线段平面变换的最佳值,得出最佳匹配。仿真实验表明,该模型适合局部相似情况下的目标匹配,特别对于复杂形状目标,运算复杂度较低,具有较好的识别效果。     

基于特征完整描述的部分遮挡目标识别算法

有效的轮廓分段对于准确识别遮挡目标是十分重要的。针对现有识别算法存在轮廓划分不合理的问题,提出了基于特征完整描述的部分遮挡目标识别算法。首先利用局部轮廓曲率分布划分目标轮廓,接着对初步轮廓分段进行多级分段合并处理。为了完整描述目标特征,提出了评价轮廓分段所描述特征重要程度的参数,得到一组完整描述多级目标特征的轮廓特征分段。同时,为了减少轮廓分段误匹配造成的分类错误,还提出了评价轮廓特征分段反映其真实目标可信度的参数。最后将可信度与轮廓特征分段之间的相似度联合起来共同得到识别结果。仿真结果表明,该算法能够完整描述目标特征从而提高了目标识别准确率。     

基于负曲率极值点的零件识别与检测技术研究

在机器人柔性自动装配中,零件的识别与定位是一项极为重要的技术。提出了一种新的基于点到弦的距离累积算法,以实现零件轮廓曲线上负曲率极值点的检测,并在此基础上利用短切规则实现目标轮廓的分解与特征参数的提取。首先,用平面几何区域的面积来近似平面点到弦的距离累积积分,得出了距离累积积分与曲线曲率之间的关系,利用距离累积积分来检测平面离散曲线的负曲率极值点。然后,利用短切规则对零件轮廓进行分解,获取零件的几何特征,实现零件的识别与检测。试验和仿真结果说明了该方法的有效性。     

变饱和状态柔性变结构控制系统设计

为了缩短控制系统的调节和整理时间,提出了变饱和状态柔性变结构控制系统设计方法。该方法在系统存在较大偏差时只通过线性控制器调节,在中等偏差时通过线性控制器和变饱和状态控制器一起调节,在小偏差时由线性控制器和由变饱和状态控制器转变的线性控制器一起调节,从而提高了对控制约束的利用。仿真结果表明:该方法在调节和整理时间以及跟踪精度上均优于滑模控制,而且控制信号平滑。     

交通流量变模式辨识的非参数概率变点模型

交通流状态辨识是智能运输系统（ITS），尤其是其先进的交通管理系统（ATMS）和先进的出行者信息系统（ATIS）研究的一个重要内容。以往算法主要集中在交通流预辨识（即交通流预测）和交通流实时辨识（即事件检测或交通流突变检测）的研究上．而忽略对交通流关键参数量变模式的辨认。依据交通流理论，结合非参数变点统计方法，以在淄博市世纪路采获的自由车流数据的研究为例，首次建立对交通模式量变识别的非线性概率变点模型．对变点存在与否进行假设检验。并对变点发生（时间）位置的搜索算法作了详细研究。最后结合实地数据对本方法进行了标定和检验。验证了本方法的有效性和可行性。     

线性回归模型参数变点的在线监测

在线监测金融时间序列并尽早发现变点,对减小金融风险有重要的意义. 通过引进一个窗宽参数,对线性回归模型系数变点提出了一种改进的在线监测方法,并将此方法进一步 用于模型方差变点的监测.在无变点的原假设下给出了监测统计量的渐近分布及经验临界值 表,在备择假设下证明了该方法的一致性.模拟结果表明新方法比已有的方法势高且平均运行 长度短,最后通过两组股票价格变点监测的实例, 进一步说明了该方法的有效性.     

移动核心网故障数据二重联合线性判别模型与应用

主要研究移动核心网BSC的TRAU数据分布规律及可疑故障识别方法.由于BSC的最大承载量是未知的, 因此本文定义了一类TRAU数据突增故障现象,并在此基础上定义了可疑故障点、异常点和广义异常点. 提出并建立了移动核心网故障数据二重联合线性判别模型和三类模式判别准则,用来对移动核心网TRAU数据进行三类模式("正常"、 "异常"、"可疑故障")识别.实例分析表明,本文所建立的移动核心网故障数据二重联合线性判别模型, 当用来对TRAU数据进行三类模式判别时,对原数据样本的回判和新数据样本的识别准确率都达到百分之百, 因此能有效识别TRAU数据中的可疑故障点.     

双参数指数分布参数变点的统计推断

讨论双参数指数分布尺度参数发生变化、两个参数可能同时发生变化时，变点的统计推断问题。关于尺度参数变点问题，继续Wang和Bhatti(1998)的讨论，给出检验的渐近分布，同时也研究变点的估计问题。对于位置参数和尺度参数可能同时发生变化时，给出参数变点检验统计量，并利用随机模拟的方法给出检验的临界值。     

宽带信号及其特征的微多普勒提取技术研究

雷迭目标的微多普勒特性正成为目标识别领域的一个研究熬点,而宽带信号能够提供目标更多的精细结构信息和微动信息,因此宽带信号下微多普勒及其特征提取技术时目标识别来说是至关重要的.从宽带线性调频(LFM)信号成像理论出发,推导出了宽带LFM信号微多普勒提取方法.首次提出了用时域自相关法和频域倒谱法来提取微多普勒变化周期,井用傅里叶变换法提取微多普勒的最大值.仿真结果证明了上述方法的正确性和有效性.     

基于边缘轮廓上多尺度自相关矩阵的角点检测算法

为了减少边缘轮廓上微小变化和边缘噪声对检测结果的影响,提高检测准确率,提出了一种利用边缘轮廓上多尺度自相关矩阵的角点检测算法。该算法首先利用边缘检测器提取图像的轮廓,同时利用不同尺度的高斯核函数平滑图像,对于轮廓曲线上的每一个像素,利用微分算子获得不同尺度下灰度变化信息来构建自相关矩阵;最后将不同尺度下自相关矩阵的归一化特征值的乘积作为新的角点测度。如果该角点测度值既大于预设阈值,又是局部窗口内的极大值,就判定是角点。仿真结果证实所提算法可以更准确地检测图像中的角点且具有更低的错检概率。     

基于局部线性近似的投资组合VaR分解

提出了投资组合VaR分解的局部线性近似估计法,该方法是一种在组合VaR附近取线性近似的局部估计方法。对于使用不同方法(参数法、模拟法等)计算出的投资组合VaR,均可使用局部线性近似估计法来分解。实证研究表明,该方法简单、准确,具有一定的实际应用价值。     

被动式光学运动捕捉系统丢点检测与补偿

针对虚拟人技术中被动式光学捕捉系统丢点或误匹配问题,利用标志点运动的连续性和局部相关性提出了一种检测和补偿的方法。注意到标志点运动的连续性,利用轨迹的二阶导数检测标志点畸变的时刻。由于标志点在人体分布的局部相关性,从刚性模型和线性模型两个角度,利用与畸变点相邻的标志点修正和补偿畸变点的真正位置。实验结果验证了所提方法的有效性。     

基于自适应聚类流形学习的增量样本降维与识别

为了解决局部线性嵌入(locally linear embedding, LLE)流形学习算法无法自适应确定重构区间和不能进行增量学习等问题,提出了一种自适应聚类增量LLE(clustering adaptively incremental LLE,C-LLE)目标识别算法。该算法通过建立高维非线性样本集的局部线性结构聚类模型,对聚类后的类内样本采用线性重构,解决了LLE算法样本重构邻域无法自适应确定的问题;通过构建降维矩阵,解决了LLE算法无法单独对增量进行降维和无法利用增量对目标进行识别的问题。实验表明,本文算法能够准确提取高维样本集的低维流形结构,具有较小的增量降维误差和良好的目标识别性能。     

维修保障系统效能评估中的变权综合法初探

结合变权综合法 ,对空军通信装备维修保障系统效能评估的方法进行了研究 ;并针对空军通信装备维修保障系统效能评估的特点和变权综合法在用于评估维修保障系统效能时的几点不足 ,提出了经过改进的变权综合法。其应用于空军通信装备维修保障系统效能评估 ,验证了此方法的优越性。     

一种用于轮廓线探测的CNN改进算法

图像中目标物体的轮廓探测是目标识别和计算机视觉系统的第一步也是关键一步。提出了一种基于细胞神经网络(Cellular Neural Network,CNN)的轮廓线探测改进算法。该算法中CNN模板参数(模板系数)是根据局部窗口内各像素与中心像素间的灰度和空间关系计算的,即模板参数的计算不仅考虑了局部窗口内各像素与中心像素的灰度值差异,而且顾及了窗口内各像素与中心像素间的空间距离。实验结果表明,相对于其它两种轮廓探测算法,提出算法的探测效果较好。     

基于自适应同步的超混沌Chen系统的参数识别

为了研究超混沌Chen系统的完全同步及未知参数的识别及优化问题,利用两个线性控制器实现参数匹配的两个超混沌Chen系统的完全同步,研究了参数未知的超混沌Chen系统的参数辨识及优化问题,基于Lyapunov稳定性理论,解析地获得同步控制器和参数观测器表达式,其中的控制器个数低于系统维数。研究结果表明:当两个超混沌系统达到完全同步后,驱动系统的5个未知参数被准确识别。该方法在驱动系统的参数发生跃变的情况下也是有效的。