测试代价敏感的粗糙集方法

在粗糙集模型中,α量化不可分辨关系是强与弱不可分辨关系的推广形式.然而值得注意的是,基于这三种不可分辨关系的粗糙集并未考虑数据中属性的测试代价.为解决这一问题,提出了测试代价敏感的α量化粗糙集模型,从二元关系的角度使得粗糙集模型代价敏感,并将新模型与基于强不可分辨、弱不可分辨以及传统α量化不可分辨关系的粗糙集模型进行了对比分析.进一步地,通过分析传统启发式算法在求解约简的过程中未考虑降低代价这一不足之处,提出一种新的属性适应性函数,并将其应用于基于遗传算法的约简求解中.实验结果表明该方法不仅可以降低由边界域所带来的不确定性而且同时降低了约简后的测试代价.     

基于BDD的多态系统概率安全评估方法研究

由于传统的概率安全评估方法难以处理多态系统,本文通过一个煤气泄漏多态系统实例提出了一种基于BDD的多态系统概率安全评估方法.首先将多态事件树中的事故序列用多态布尔表达式进行描述,进而将多态布尔表达式转化为BDD,给出了一种基于不交化思想的BDD定量算法.在此基础上,提出了实用的基于BDD的多态系统概率安全评估步骤,并通过实例说明了BDD定量算法的正确性.     

基于增强高阶非凸全变分模型的图像去噪算法

为了在缓解阶梯效应的同时更好地保留去噪后图像的细节信息,提出一种基于增强高阶非凸全变分(higher order non-convex total variation, HONTV)模型的图像去噪算法。该算法将每一次去噪后的图像和原始图像取平均作为增强HONTV模型下一次循环的输入并更新参数,然后采用增广拉格朗日乘子法和交替方向乘子法进行循环求解,经过多次迭代,最终得到的去噪图像包含较多的细节信息。在基于全变分的图像去噪方法中,对添加不同标准差大小的高斯白噪声的测试图像和视频进行实验。实验结果表明,所提算法在视觉性能和客观评价指标方面均优于对比算法。     

易腐物品的库存管理研究

研究变质率呈Weibull分布的易腐物品的最优采购与库存策略。有限时域中有关易腐物品的库存问题研究，往往假设需求是线性而且变质率固定，这与实际情况具有较大的差距。通过引入对变质情况具有良好模拟性的三参数Weibull函数来描述易腐物品的变质特性，建立有限时域内易腐物品的最优订购策略模型。用前向迭代逼近的方法，得到求解最优订购策略的方法。     

A Target Recognition Approach to Projecting HRR Profiles onto Subspace

Abstract: A array of the azimuthally averaged range-profile vectors and the inter-class and intra-class divergence matrixesare constructed iwth many frames of the high resolution range profiles which result from radar echoes of airplanes. Takingthe methods of whitening transformation and SVD produces a system of subspace vectors for target recognition. Where-upon, a template library for target recognition is built by the projection of a class-mean vector made from the radar dataonto the subspace for recognition. By Euclidean distance, a comparison is made between the above projection and eachtemplate in the library, to decide which class the target belongs to. Finally, simulations with the experimental radar dataarte given to show that the proposed method is robust to variation in azimuth and immune to additive Gaussian noisewhen SNR≥5dB.     

一种适用于军事MANET的服务查找算法

因为高效、负载均衡及可扩展性强等特点,Chord服务查找算法在Internet中得到了成功的应用。然而研究表明,在带宽受限、信道质量差的移动Ad-hoc网络(MANET)中,Chord算法的性能会明显下降。长期以来,人们主要在民用MANET中对Chord算法进行了改进,而对军事MANET的关注很少。为改善Chord算法在军事MANET中的性能,从优化建环过程,改善Finger表和适当增加冗余查找信息三方面对Chord算法进行了改进,提出了一种新的适用于军事MANET环境的MM-Chord(MILITARYMANET Chord)算法。仿真结果与分析表明,MM-Chord算法不仅在查找成功率和查找时延两个关键性能方面明显优于Chord算法,而且比Chord算法具有更好的可扩展性。     

势函数自适应加权模糊C-均值聚类方法

提出了一种新的基于势函数自适应加权的模糊 C-均值 ( PAWFCM)聚类算法。该方法以样本的空间势几何结构为基础 ,自适应计算出样本的加权矩阵 ,然后利用加权模糊 C-均值算法对样本集合进行分类。由于自适应地考虑到了不同样本点对分类的影响程度 ,对较复杂的样本集合 ,能明显提高分类的正确性和鲁棒性。算法的几个典型实验也证明了这一点     

自主飞行器扩展态势评估方法研究

自主飞行器在高度不确定环境下执行复杂作战任务,必须同时兼顾任务完成、战略生存和飞行安全进行自主决策。行为能力等级定量反应了平台健康状态和生存、作战能力,是自主决策的前提和依据,战场威胁级别则反应了外部环境的影响。给出了扩展态势评估的定义,研究了基于贝叶斯网络与模糊逻辑的评估算法,建立了评估模型,构建了自主决策算法,依据扩展态势评估结果进行自主决策,仿真并分析了评估和决策结果,表明方法的有效性。     

基于ＮＰ准则的属性关联度量及门限确定方法

在目标空域密集环境下,属性辅助运动状态数据关联是目前公认的解决数据关联性能严重下降问题的潜在有效途径。从Neyman Pearson准则出发,在分析经典运动状态信息关联度量及门限确定方法合理性的基础上,给出属性辅助数据关联中属性度量及对应门限的确定方法。仿真结果表明,与惯用的固定门限相比,该方法确定的度量及门限具有稳定的关联性能。     

基于物体关系描述的单目语义SLAM方法

外界环境的语义感知和自身位置的准确估计是移动机器人自主导航和作业的关键。提出了一种基于单目相机的语义SLAM(simultaneous localization and mapping)方法,在轨迹估计的同时完成三维目标检测。提取物体自身语义、尺寸、颜色分布及其邻域拓扑结构等多元信息作为描述子,实现帧间物体的准确关联。在后端对相机位姿、地图点和物体路标进行联合优化,并自适应调整代价函数中各误差项的权重系数,以提高各状态变量的估计精度和鲁棒性。实验结果表明,所提出的算法在地图构建方面具有较高的精度。