自适应脉冲耦合神经网络在图像处理中应用

尽管Johnson 提出的PCNN模型具有强大的图像处理功能,以时间序列进行特征提取时具有旋转、尺度、平移、扭曲不变性,可实践中发现依然存在着不足,特别对图像亮度、对比度比较敏感.添加了误差反向传播(Error Back Propagation, EBP)学习准则的自适应脉冲耦合神经网络模型能自适应设定模型参数,是脉冲耦合神经网络模型研究的主要内容.特别地,应用这种自适应模型进行特征提取时,能弥补原来PCNN模型对亮度、对比度敏感的缺陷,而且具有一定的泛化能力,有效克服了亮度、对比度对图像识别精度的影响.     

不确定需求下供应链合作广告与订货策略的博弈

基于报童类型产品的二级供应链结构,放宽了市场需求为确定性的假设,引入了订货量这一决策变量,先后考察了Stackelberg主从博弈和Nash合作博弈时制造商与零售商的最优广告策略及零售商的最优订货策略,比较了不同博弈均衡下的策略选择及系统期望利润,探讨了市场需求随机性对制造商与零售商广告投入水平的抑制作用.并利用Nash讨价还价理论对合作利益进行了分配.最后,通过一个数学算例验证了有关结论.     

高分辨率遥感影像在水土流失定量评价中的应用探讨——以Quickbird影像为例

我国是世界上水土流失最严重的国家之一,水土流失是我国的头号环境问题。从20世纪80年代起,我国开始将GIS技术应用于水土保持领域,主要是将GIS与通用水土流失方程结合来估算坡面土壤侵蚀,方程中的作物管理因子(C)和水土保持措施因子(P)主要是基于中低分辨率影像来获得的;对于沟蚀,目前主要采用GPS测量或实地调查等方法进行小尺度上的研究,对于大尺度范围上的研究甚少。针对上述两个问题,将高分辨率影像Quickbird与GIS相结合,探讨高分辨率遥感图像在水土流失定量评价中的应用,提出新的计算C、P因子的方法,较大地提高了C、P因子的准确度;同时,获得了研究区的侵蚀沟密度空间分布图,探讨了依据侵蚀沟密度空间分布图可以进行的相关工作。这都将为水土流失定量评价提供有益参考。     

基于累积延误损失算法的GHP模型

考虑不同机型的不同延误损失费用提出了一种累积延误损失算法,并建立基于该算法的地面等待策略(GHP)数学模型.该算法进行到达航班排序时,以所有航班总延误损失费用为首要排序标准,以先来先服务为第二排序标准,从而得到总延误损失费用与总延误时间值都较小的到达航班序列.同时,该算法也考虑了有后继任务的航班对到达航班序列的影响.基于该算法的GHP模型结合实际数据在实验仿真中取得了较好的效果,表明了该算法与模型的实用性与有效性.     

基于关联规则分析的组合拍卖竞胜标决定算法

组合拍卖竞胜标确定问题(WDP)是一个NP-完全问题,其算法研究一直是运筹学、人工智能和计算机科学等领域持续关注的热点.本文提出基于关联规则数据挖掘技术的组合拍卖竞胜标算法,并通过与经典的WDP精确算法和近似算法的比较,证明了该算法的有效性,为组合拍卖WDP算法提供了新的研究思路和方法.     

求解带装载能力限制的开放式车辆路径问题的遗传算法

对带装载能力限制的开放式车辆路径问题的求解进行了研究,提出了一种用于求解该问题的遗传算法.对算法中几个关键操作的不同实现方式的性能进行了比较.给出了算法对标准测试算例的运算结果,并与文献中目前最好的结果进行了比较和分析.     

基于RAGA的灰色BP神经网络预测模型及其对三江平原地下水埋深的动态预测

三江平原是我国粮食主产区之一,近年来农业水资源出现危机.预测该地区地下水动态变化趋势,对于指导该地区合理开发利用地下水有着重大的理论和现实意义.建立了基于RAGA的灰色BP神经网络预测模型.该模型克服了传统GM(1,1)模型存在明显系统误差的缺点,既具有GM(1,1)模型对数据确定性方面把握的长处,也融合了人工神经网络在不确定因素预测领域的优势.通过两种途径进行检验,结果表明该模型具有相对较高的预测精度.运用该模型对三江平原地下水埋深进行动态预测,未来五年内,如果仍按目前的发展模式,该地区地下水埋深仍将持续下降,从2007年到2012年,该地区地下水平均每年下降0.3m.预测结果对有关部门的政策决策具有一定的指导意义.     

带信息素回访机制的多无人机分布式协同目标搜索

为了提高无人机对目标的搜索捕获能力和对不确定度较高的区域的回访能力,进而提高多无人机协同搜索效率,提出了一种带信息素回访机制的多无人机协同目标搜索方法。首先,建立了包含目标存在概率地图、不确定地图和数字信息素地图在内的环境感知地图及其更新机理,使得无人机对任务区域中环境和目标信息的感知更加全面和准确,为无人机在线自主地进行搜索决策奠定基础。其次,考虑到任务子区域的可控回访需求,借鉴信息素“释放-传播-挥发”的特性,设计了基于信息素的网格回访机制,来引导无人机对目标存在可能性较大的区域或者不确定度较高的区域进行回访搜索。最后,设计了基于环境感知地图的协同搜索决策性能指标,在分布式滚动时域优化框架下,建立了多无人机协同搜索决策方法。使用蒙特卡罗方法验证了无人机数量、传感器探测靶面半径、传感器性能对搜索效率的影响。对比仿真表明,信息素回访机制能够保证较强的遍历能力和回访能力,使得无人机能够尽早搜索到更多的目标,尽快地降低整个搜索区域的不确定度。     

OFD-NLFM雷达信号的优化设计及射频隐身性能分析

具有高主副瓣比的雷达信号可以降低无源探测系统的截获概率,从而具有一定的射频隐身特性。利用窗函数反求法设计了非线性调频信号,并利用组合窗法优化非线性调频信号,分析信号的自相关主副瓣比和主瓣宽度。由于多输入多输出雷达具备较好的射频隐身能力,基于单一窗和组合窗设计了正交频分非线性调频信号,给出了不同类型、不同组合系数时信号的自相关主副瓣比、主瓣宽度及互相关峰值电平。研究表明,正交频分非线性调频信号具备较强的射频隐身能力,有较广泛的应用前景。     

无威胁情况下任意两点间的无人机路径规划

针对无威胁情况下无人机的路径规划问题,提出了一种较简单、有效的路径规划方法:基于几何原理的无人机路径规划法。在提出了无威胁情况下路径规划的一些基本约定的基础上,重点研究了基于几何原理路径规划法的基本思想,并给出了路径规划的主要步骤。最后,通过一个仿真算例验证了此方法的有效性,并对此方法的优缺点进行了总结。