基于轻小型无人机雷达的植被高度反演方法

针对目前主流雷达传感器难以满足轻小型无人机载荷需要,且存在着数据获取成本高及算法模型复杂的问题,在自行研制的一种高度集成、轻量化且具有高可靠性的轻小型无人机雷达系统基础上,发展了一种植被高度信息反演新方法。该方法中使用二维滤波抑制直耦波能量,基于剩余图像熵的自适应主元分析去噪方法解决传统方法主元选择不稳定的问题,并基于互相关信息的后向投影算法进一步增强目标信号,最后应用Sobel算子提取植被高度。实验结果表明,该方法反演得到的植被高度和验证数据的相关性达到0.92,均方根误差可达1.28 m。     

具有混合执行器故障的多智能体分布式有限时间自适应协同容错控制

针对多智能体编队系统执行器发生故障时,所引起的参数不确定以及系统瞬态不稳定问题,本文采用径向基函数神经网络(radial basis function neural networks, RBFNNs)对不确定参数(未知函数)进行估计。同时,基于反推技术设计出合理的自适应容错控制器,并通过有限时间理论保证系统实现瞬态稳定。首先,本文采用10个智能体作为被控对象,基于有向通讯拓扑结构理论,构建了非线性多智能体系统模型。其次,基于RBFNNs逼近特性,采用反推技术与动态面技术相结合,设计出合理的容错控制器,补偿多智能体中出现的未知非线性执行器故障,并采用有限时间理论解决系统瞬态不稳定问题。接着,基于Lyapunov稳定性理论分析了控制器的稳定性和快速收敛性。最后,通过两种算例对比,验证了所设计的控制器性能优于传统的反推技术,为工程实践提供了一种有效的研究思路。     

改进萤火虫算法及其收敛性分析

萤火虫算法因具有结构简单、控制参数少、易于实现的特点而得到广泛的关注和应用,但其易陷入局部最优导致过早收敛,从而影响寻优精度。针对这一问题,本文在位置更新规则中加入随机扰动因子,并剔除了冗余的随机项,以提高算法搜索能力;引入位置置换变异和差分进化算法中的最优变异策略,在保持种群多样性的同时,增强算法跳出局部最优的能力。采用马尔可夫过程证明了算法以概率1收敛到全局最优。利用基准函数和装箱问题对算法进行仿真测试,结果表明,改进后的算法能够有效跳出局部最优,对给出的所有问题均能找到理论最优解,寻优精度和成功率有明显提升。     

网络流量自相似性产生原因的分析

网络业务自相似性已经引起了人们广泛关注,一些研究表明自相似性是网络业务中的一个普遍特性,网络自相似性表现出了与传统模型不同的特征。对网络业务自相似的相关理论作了阐述,对网络业务自相似相关研究工作进行了细致研究,在此基础上初步分析了网络业务自相似产生的原因。     

浅谈电力DSM技术及其在中国的发展

主要介绍了电力需求方管理或需求侧管理(DSM)的发展、目的和技术,论述了实施DSM的效益以及DSM在我国的实施情况和前景。     

现代超市与图书馆读者服务的新模式

现代图书馆应以“互联网和信息高速公路”为依托,引进现代超市的理念,最大限度地缩短读者与信息之间的距离,最大限度地发挥文献信息的作用,使读者服务工作有所创新、富于特色,吸引更多读者。     

水平评估对高职院校图书馆的影响

阐述了水平评估的概况及图书馆在评估中的重要地位,分析了评估给高职院校图书馆带来的发展机遇和负面影响,并提出促进图书馆良性发展的机制。     

汇文系统下的合订本期刊价格管理

介绍了在汇文系统环境下,如何对合订本期刊价格进行管理的几种方法。     

信息环境下的高校图书馆与历史学研究

以计算机为代表的信息技术在图书馆的广泛应用,使图书馆呈现出文献资源共享、馆藏资源载体多样化及服务手段和服务方式灵活多样的发展趋势。图书馆的这种发展给历史学的学习和研究带来了良好契机,推动历史学朝着文献电子化、资源网络化、教学方式多样化及写作便捷化的方向发展。     

电刺激小脑顶核对大鼠心肌梗死后心脏神经再生的影响

探讨预先电刺激小脑顶核(FNS)对大鼠心肌梗死(MI)后心脏神经再生的干预作用。将90只Wistar大鼠随机分为:①MI组,结扎左冠状动脉前降支(LAD);②预先电刺激小脑顶核后再予以LAD结扎组(FNS MI组);③毁损小脑顶核后电刺激该部位,再行LAD结扎组(FNL FNS MI组)。各组又分MI后1,7,21d3个时间点。另设假手术组(Sham组)。应用免疫组织化学方法显示心脏组织胆碱乙酰转移酶(CHAT)和酪氨酸羟化酶(TH)。检测各时间点梗死区与非梗死区TH、CHAT阳性神经纤维分布密度,MI组与Sham组相比显著减少(P<0.01);FNS MI组较MI组显著增多(P<0.05);FNL FNS MI组与MI组比较无显著性差异(P>0.05)。因此,电刺激小脑顶核可增加梗死区和非梗死区心肌组织TH、CHAT染色阳性神经纤维密度,促进MI后心脏神经纤维再生。