基于知识和独立成分的人脸检测

为了提高人脸检测速度及鲁棒性,提出了一种基于知识和独立成分分析(ICA)相结合的人脸检测算法。通过对人脸简化模型的分析,扩充了原有的粗检测规则;为了进一步加快检测速度,采用了先利用知识后利用独立成分分析的两级检测步骤,且在粗检测中采用了几何广义投影法,取得了良好的效果,同时利用最大类间方差法实现了阈值的自适应选择。实验结果表明了该算法的有效性和正确性。     

一类动态多尺度系统的模型和估计算法

多传感器信息融合是信息学科的重要研究方向,本文的目的就是对分布在多个尺度上的传感器信息进行融合。本文针对一类动态多尺度系统,在国内外相关研究的基础上,提出一种新的动态多尺度系统建模方法。该模型满足标准卡尔曼滤波条件,给出了基于Haar小波的实现方法,基于此可以获得各个尺度上目标状态线性最小方差意义下的最优估计值。仿真结果令人满意,最细尺度上用本文方法进行估计优于直接进行卡尔曼滤波的效果。     

一种灵活的相控阵雷达采样周期自适应算法

相控阵雷达的波束资源具有很大的灵活性。设计了雷达资源调度仿真模块 ,分析了对雷达波形、波束指向、采样周期等参数实施控制的意义和原则。重点研究了一种基于参数的采样周期自适应策略 ,并提出了改进算法。仿真研究表明 ,参数λ使得采样周期自适应策略更加灵活、有效。     

基于两点外推法的跟踪滤波器启始方法研究

对于多目标跟踪系统，滤波器的起始波门的设计是一个关键问题，首先给出了利用量测标准差与采样周期比值的相对大小来确定滤波器启始的方法，然后利用目标速度极限的先验信息构造环状波门，并考虑量测量噪声对环状波门的影响，利用矩阵范数特性，导出一种更精细的基于两点外推的滤波器启始法，仿真结果表明利用本文方法的构造出的波门的置信区间比其他两种方法所构作出的更为合理。     

混沌时间序列控制方法研究

分析了混沌控制的任务、目标和一般方法,认为混沌时间序列源于混沌系统,用系统的观点讨论了一种对混沌时间序列进行控制的最小参数扰动方法及其步骤。     

基于Hurst指数的飞机完好率混沌时序数据时滞性分析

通过研究Hurst指数随时间变化曲线的特性,提出了一种计算和判断混沌时间序列平均最大“记忆”长度(“平均循环周期”)的方法。并应用于对飞机完好率时间序列数据的时滞性实证分析,分析结果得到了有关专家的认可,为进一步的评价分析奠定了基础。     

大蒜叶枯病发生规律预测预报及综合防治研究

本文通过近几年的研究，罗系统地报告了大蒜叶枯病的发生规律，并在此基础上用微电脑筛选因子组建多元回归预测式，预测历史氦事率达１００％，９２、９３年应用效果良好，在综合防治措施上通过几年来的试验、示范摸索一套完整有效可行的防治方法。     

一类动态多尺度系统的最优滤波

研究一类动态多尺度系统的最优滤波, 这类系统由具有不同分辨率的多个传感器独立观测, 而系统具有已知的动态系统模型约束. 假设传感器的信号采集带宽成倍递减, 相应的采样频率也成倍递减. 用Haar小波变换来拟合状态在各尺度空间的投影关系, 给出该类多尺度系统的离散模型, 并证明了其可以直接应用Kalman滤波的条件. 基于线性时不变系统, 研究了系统的可控可测性以及滤波的稳定性, 并给出了一个判定定理, 证明系统只要在最细尺度上可控可测, 则Kalman滤波是稳定的. 最后以匀速直线运动过程为例, 验证了所提建模与估计方法的有效性.     

利用地理信息的广义对地跟踪研究

地理信息能够减少由于地面目标由于机动而带来的建模不确定性,因而有助于提高对地跟踪性能。通过利用地理信息自适应精简目标运动模型集,提出了一种广义对地跟踪框架,以避免模型间的过度竞争,减少了计算负荷。基于此框架,进一步给出了一种广义的地图调整方差法(EMTV),并给出了自适应模型集精简及模型参数设计的策略。仿真结果表明,EMTV算法与传统的卡尔曼滤波及地图调整方差法(MTV)相比,有较好的性能。     

基于粗集理论的分类关联规则挖掘研究

认为数据量的巨大和高维、用户交互与先验知识的利用等等是知识发现领域面临的问题和难点 .粗糙集理论是一种具有模糊边界的集合理论 ,它作为研究知识发现的新型工具 ,能严格地处理不精确数据的分类问题 ,被广泛应用于不相容决策表中的规则提取过程中 .针对粗糙集理论中属性约减和属性值约减这两个重要问题进行了研究 ,并介绍了数据集中挖掘分类规则的基本原理 ,同时利用 RS理论中核和核值的概念 ,提出了一个在数据集中发现没有冗余属性的最小归纳依赖关系并简化决策系统的数据挖掘算法 ,并应用一简单的例子说明如何在数据库中发现分类规则 ,实验结果表明此算法可以大大提高系统潜在知识的清晰度