积单元神经网络预测噪声环境的混沌时间序列

用人工神经网络预测噪声环境的混沌时间序列是一个重要的问题,因为许多实际的时间序列数据都是含噪声的.提出一种利用积单元神经网络(PUNN)预测噪声环境的混沌时间序列的方法,它采用了粒子群优化器(PSO)训练PUNN网络.用所提方法对Lorenz混沌序列做了仿真实验,结果表明所提方法结构简单、泛化能力强,是一种有效的方法;当PUNN网络的输入节点数目为2或3时,预测精度更高,而且泛化能力也更强.     

机动目标空间群生成算法

提出了一种机动目标的空间群生成算法,该算法的思想是定义空间群目标间的多种特征相似度,通过一级融合获得的信息,计算目标多种特征相似度矩阵并融合求得合群结果。该方法用特征相似度空间属性计算代替了测量空间的目标属性计算,提高了可靠性。该算法的时间复杂度仅为O(n2)。仿真实验表明,该算法具有较高的合群效率,结果可信。     

一种基于时频域归一化二次谱的信号特征检测方法

针对传统的基于傅里叶变换的信号特征检测方法在频率域内没有考虑时间分辨率，而基于小波变换的方法对缓变信号特征检测困难等问题，提出了一种基于时频域归一化二次谱的信号特征检测新方法．该方法首先在频率域内对原始信号的振幅谱进行傅里叶变换，再将其归一化，获得归一化二次谱，这种二次谱的自变量具有时间量纲，它既能反映信号的频率特征，也能反映信号的时间特征．然后，基于二次谱进行特征检测，同时可采用补零或加窗等方法对数字信号进行处理，以防止频谱泄露，从而克服了单纯频谱分析的不足．针对大型杆件与石油管线传导信号的特征检测结果表明，所提方法能对被测物的完整性做出准确、有效的诊断．     

基于关注点空间的信任模型

信任模型是一种重要的可信服务保障机制,被广泛应用于分布式动态环境中。针对节点的多方面属性,引入关注点空间的概念,将节点的可信度按照物理属性和行为属性进行了细粒度划分,充分考虑节点自身属性、行为特征、时间因子以及上下文环境,通过动态调节权值,对节点信任值进行评估,凸显了节点被关注方向上的可信度,提高了信任模型的动态调节能力和多领域普适性。仿真实验表明:该模型和已有的信任模型相比,具有更好的动态适应能力,能够有效处理恶意节点对其他节点的攻击。     

Web页面相关度算法

元搜索引擎是建立在独立搜索引擎之上的搜索技术,而Web页面相关度算法是元搜索引擎的核心技术之一.文中在文档价值预测模型(DVPM)的基础上,将Web页面分解为不同的属性,通过属性值的计算来预测Web页面的相关度,给出了相关度的计算公式与评价,进行了相关度算法的实验研究.结果表明,该算法提高了Web页面的准确度.     

证据合成的一般框架及高度冲突证据合成方法

针对D-S证据理论在合成高度冲突证据时会得到有悖常理的无效结果的问题,提出了有效解决冲突须同时修正证据源和合成规则的原则,并给出了证据合成的一般框架;在此框架下,提出了一种新的证据合成方法。该方法首先对证据源进行两级可靠性度量处理,然后再按照合成规则进行合成,最后采用基于Pignistic概率距离计算的权重把冲突系数分配给各焦元,实现对合成结果的合理修正。实验结果表明:该方法能有效地解决高度冲突证据的合成问题,与其他合成方法相比,该方法合成效果更好。     

一种改进的辩论协商模型及其算法

为了解决现有辩论协商模型过于抽象的问题，提出了一种改进的辩论协商架构．在构架中定义了辩论协商模型的对手、自身和环境等模型，其中对手模型是以协商伙伴为对手，自身模型的内容包括信念、愿望、意图、信任和偏爱，环境模型主要由Agent通讯语言和内容语言、协商协议和信息库组成．同时，提出了相应的算法，它通过合理地组合模型，调整论证评估器的位置，建立协议推理、论证评估、论证产生和论证选取等过程，使得协商信息充分交互，协商过程更为有效．实验结果表明，所提模型和算法是有效、可行的，算法的复杂度与协商对话的轮回有关，若轮回数为n，则复杂度为O（n）．     

n维空间随机矩阵变换的音频置乱算法

针对一维线性序列置乱方法加密参数少、特殊矩阵变换易受攻击等问题,提出一种n维空间随机矩阵变换的音频置乱算法.引入m进制转换的思想,将音频序列采样点值进行变维操作,再通过随机变换阵进行矩阵变换完成置乱.算法的音频置乱恢复无需计算最小可恢复周期,仅通过随机变换阵在Zm上的逆阵进行一性次恢复即可.实验结果表明,算法在任意n维空间均具有很好的置乱效果,置乱和恢复代价较低,鲁棒性较强,能抵抗添加高斯白噪声、滤波、任意剪切、缩放音频值等攻击.     

基于多次卡尔曼滤波的目标自适应跟踪算法与仿真分析

标准的卡尔曼滤波算法由于使用了固定单一的状态噪声模型,因此当目标运动状态经常发生剧烈变化时,跟踪效果不是很理想。为了提高对目标的跟踪精度和跟踪收敛速度,提出了一种新的算法,通过多次步长不同的卡尔曼滤波算法来判断机动目标的运动状态,进而使得系统状态噪声协方差能够随着目标机动情况自适应调整。最后的蒙特卡罗仿真实验验证了此算法的有效性。     

基于UKF的双平台无源融合跟踪方法

针对存在配准偏差的双平台无源融合跟踪系统,提出了基于扩维Unscented卡尔曼滤波的配准跟踪一体化方法,在跟踪算法中,采用模糊调度方法调节＂当前＂统计模型参数,引入渐消因子,能够在状态发生突变时,迅速调整系统参数,提高了系统的抗机动目标自适应能力。仿真结果表明,这种跟踪算法能够较好地解决双平台无源融合跟踪系统中的配准偏差问题。