基于目标干扰意图识别的无人艇避碰算法

在无人艇避碰规划过程中,为准确识别障碍干扰意图,提出一种结合主成分分析(Principal Component Analy-sis,PCA)和支持向量机(Support Vector Machine,SVM)的分类算法.首先,利用PCA对船舶模型运动的高维运动特征数据集进行降维,获取特征集的主成分;再通过SVM对经过处...     

基于SVM和CRF的双层模型中文机构名识别

提出了一种基于支持向量机(SVM)和条件随机场(CRF)的双层模型进行中文机构名识别的方法．第一层模型采用CRF识别简单机构名,并将识别结果传至第二层辅助下一步的识别;第二层采用基于驱动的方法,将SVM和CRF结合进行复杂机构名的识别;最后将两层的识别结果合并,并通过一个后续处理对置信度较低的识别结果进行修正．大规模真实语料的开放测试表明,精确率达到94.83 %,召回率达到95.02%,证明了该方法的有效性．     

支持混合主动交互的USV可变自主系统结构研究

针对混合主动交互的水面无人艇(USV)系统体系结构设计问题,提出一种基于智能体的可变自主系统体系结构模型(MAAF).该模型分为USV可变自主部分、系统用户分析部分以及系统交互推理部分的设计和实现,并采用Agent信念-愿望-意图模型建立系统用户和USV的交互推理过程.最后,利用仿真实验验证,结果表明该系统结构模型满足混合主动交互和分布式与分层式相结合的决策要求,并且合理有效.     

基于SVM和CRF的双层模型中文机构名识别

提出了一种基于支持向量机(SVM)和条件随机场(CRF)的双层模型进行中文机构名识别的方法.第一层模型采用CRF识别简单机构名,并将识别结果传至第二层辅助下一步的识别;第二层采用基于驱动的方法,将SVM和CRF结合进行复杂机构名的识别;最后将两层的识别结果合并,并通过一个后续处理对置信度较低的识别结果进行修正.大规模真实语料的开放测试表明,精确率达到94.83%,召回率达到95.02%,证明了该方法的有效性.     

基于MPC的PHEV转矩分配控制策略研究

为提高并联混合动力汽车(parallel hybrid electric vehicle, PHEV)的燃油经济性,文章提出了一种基于模型预测控制(model pedictive control, MPC)的PHEV转矩分配控制策略。首先建立马尔柯夫模型,在预测时域内预测汽车的速度和加速度,为提高预测准确性,提出一种利用工况速度差的改进方法;然后将马尔柯夫模型与动态规划算法相结合,搭建基于模型预测控制的转矩分配控制策略;最后基于ADVISOR建立PHEV模型进行仿真对比分析。结果表明,该文提出的改进方法能够提高预测准确性;提出的转矩分配控制策略与基于规则的逻辑门限控制策略相比,整车的百公里燃油消耗率降低了7.4%。     

基于曲率熵和高斯混合模型的DEM简化算法研究

针对现有数字高程模型(DEM,digital elevation model)简化算法对地形变化复杂区域的简化效果不够理想的问题,提出了一种基于高斯混合模型(GMM,Gaussian mixture model)和曲率熵的DEM精简算法。该算法首先根据DEM数据的高程信息对其进行聚类,将体现地形局部几何信息的熵与曲率相结合作为简化指标,针对不同的子类依据曲率熵的大小进行不同程度的精简。GMM聚类算法的引入能够保证各种地形数据在简化的过程中均得到一定程度上的保留,不会在平坦的区域简化过多的数据从而造成数据的不连续性。实验结果表明,与传统的简化算法相比,本文提出的算法具有高精度、数据空洞小、地形保持度高的特点,更加适合结构复杂、变化多样的地形。     

三维动态无人机网络覆盖性能与信道容量分析

无人机(unmanned aerial vehicles, UAV)在空间内不规则分布和移动给系统设计带来巨大挑战，为了对UAV服务下的热点场景进行更加真实可靠地分析，基于随机几何和移动ad hoc网络 (mobile ad hoc network, MANET)理论，构建了一种三维移动UAV网络模型。UAV群被建模为三维泊松点过程(three-dimensional Poisson point process, 3-D PPP)，可以在水平和竖直方向位移。为了进一步研究该系统的网络性能，考虑了2种服务模型:基站切换模型(base station handover model, BHM)和基站恒定模型(base station constant model, BCM)。通过推导服务距离分布以及其余基站干扰的拉普拉斯变换，得出该系统的覆盖概率和信道容量。通过仿真分析了不同参数指标对覆盖概率以及信道容量的影响。实验结果表明，与传统二维UAV网络模型相比，该三维动态模型能够更准确地反映实际情况，并且基于最近邻策略的基站切换能够显著提升网络性能。     

核泄漏事故风险评估中的概率分析及预测

文章利用逻辑回归模型(logistic regression model, LRM)、线性判别模型(linear discriminant model, LDM)和支持向量机(support vector machine, SVM)3种统计模型,从核反应堆的内部和外部因素2个方面评估其在核泄漏事故中所体现的相关安全性能。针对每种模型,利用数理统计理论探究核反应堆相关影响因素与其发生核泄漏事故的概率。研究发现核反应堆外部因素有主导内部因素的趋势并在整个核泄漏事故风险中占有举足轻重的地位。文章提供的模型分析与预测结果可为核反应堆工程师及其相关决策者在核反应堆的选址、设计及建设运营等方面提供参考。     

基于IFC的BIM子模型视图半自动生成

为支持面向建筑全生命期(BLC)的建筑信息模型BIM(building information modeling)创建和应用,实现根据各专业任务的信息需求快速提取所需子信息模型,该文提出一种基于IFC(industry foundation classes)标准的BIM子模型视图(model view definition,MVD)半自动生成方法。通过分析IFC标准的实体定义和分类,构建IFC元数据模型,提炼完备MVD需满足的规则,建立MVD半自动生成流程,并开发相应软件工具,实现了根据应用及交换的信息需求快速生成MVD,支持从整体BIM模型中提取所需子信息模型。最后,通过实例验证了MVD半自动生成方法的可行性和正确性。应用表明:本研究提出的MVD半自动生成方法可便捷、准确地描述各个任务的信息创建和应用需求,为面向建筑全生命期的BIM创建和应用提供技术支持。     

基于HMMs和SVM的人体日常动作序列分割识别研究

随着微机电系统(MEMS)研究的精细化,人体传感器网络(简称体感网)技术在医疗监护领域有了长足发展,而人体动作分析与识别是体感网中富有挑战性的研究课题.采用动态隐马尔可夫模型(HMMs)方法对基于用体感网技术的人体动作序列进行了分割,并且对分割精准度进行了度量分析.从实验结果可以看到,动态HMMs方法优于LIR和Top-Down方法,其分割精准度达到了80%以上.对分割后的数据提取均值、方差等特征,采用支持向量机(SVM)方法分类识别的结果表明所提分割方法具有良好的稳健性,平均识别准确率在89%左右,与手动分割接近.