基于Gamma-SLC混合密度估计的雷达目标识别

通过分析高分辨距离像(HRRP)的统计特性,提出一种Gamma模型与基于累积量的随机学习算法(SLC)相结合,估计HRRP概率密度的新方法:Gamma-SLC方法。该方法具有Gamma分布针对性强,估计准确与SLC适应性强的优点,同时回避了二者的缺点。另外,借鉴最大熵原则的非高斯性测度,设计了一个新的评价概率密度估计效果的准则。基于外场实测数据的实验证明了Gamma-SLC方法的有效性。     

基于灰色系统的桂西贫困地区农业经济分析

桂西是广西乃至全国贫困人口高度集中的地区,其经济发展状况直接关系到广西经济的整体发展和西部大开发战略的实施.通过人均劳动力创造的农村社会总产值、人均劳动力创造的农业产值、平均每公顷土地产出的农业社会总产值和农村居民人均纯收入4个指标,将桂西与广西其它4大经济区有关农业经济数据进行横向对比,引用灰色系统的相对关联分析模型,分析并找出影响桂西地区农业经济的主要因素.分析结果表明桂西农业经济仍存在较大的发展空间,可为政府对桂西农业经济进行宏观调控和产业结构调整提供依据.图2,表1,参6.     

资源受限多项目选择计划模型及其免疫优化决策方案

针对资源受限多项目选择计划问题探讨其数学模型,利用改进的克隆选择算法对其进行求解.算法设计中,利用启发式规则生成初始抗体群;利用变异算子改善进化群体的质量和增强进化群体的多样性;在群体更新中,基于启发式规则,插入新的成员微调进化群体的多样性.数值实验结果说明了模型设计的合理性,以及改进的克隆选择算法的有效性,获得了所建模型的较好决策方案.     

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.     

双站RCS计算GRECO算法的新改进

针对利用单双站等效法存在的大角度双站雷达散射截面计算误差太大的问题和用被光照面作为积分区域计算双站雷达散射截面方法存在的无法处理相对接收站可见面的识别问题,从感应定理和等效原理出发,基于图形电磁计算方法,提出了双站雷达散射截面图形电磁算法的改进方法,解决了可见面的识别问题,扩大了感应定理和等效原理的应用范围,提高了双站雷达散射截面计算的准确度。通过对典型样件的计算结果比较与公认结果和解析算式结果一致,证明了该方法的有效性。     

一种用于复杂网络搜索的标记策略

搜索是复杂网络上的一项基本功能,设计搜索策略的一个重要目标是在每个节点上维护尽可能少的信息,并且搜索效率尽可能高.针对复杂网络搜索提出了一种新的标记策略(labeling scheme).通过将网络嵌入到较简单的度量空间和对节点重新命名,使每个节点只需要知道邻居节点的名字,因而在节点上存放很少的信息,而搜索使用的路径长度限制在较小的范围内.由于许多真实的复杂网络都是无标度网络,利用它们的拓扑特征,该策略在这类网络上能够获得很高的搜索效率,绝大部分情况下搜索使用的路径都是最优路径.与已知的几种标记策略相比,仿真结果表明该策略的总体性能更好.     

基于改进灰色关联分析的仿真模型验证方法

为客观有效地进行仿真模型验证,降低灰色关联分析应用于模型验证的风险,构建了改进的灰色关联分析模型。分析了当前基于灰色关联分析的模型验证所存在的问题,针对仿真模型验证的特殊需要,综合考虑仿真模型输出和实际系统输出时间序列之间的相近性和相似性,提出了改进的灰色关联度模型,并证明了改进模型满足灰色关联四公理。最后通过实例的分析与比较验证了该模型的合理性和有效性。     

非均匀类簇密度聚类的多粒度自学习算法

针对非均匀类簇密度聚类问题,从商空间粒度理论出发,提出一种多粒度自学习聚类算法 (multi-granularity self learning clustering algorithm, MSCA)。算法通过构造聚合树结构和定义粒度函数对问题逐层求解,并在每层聚合过程中根据聚合区间以自学习的方式动态确定聚合粒度,解决了传统聚类算法从非均匀类簇密度数据中无法得到不同层次的聚合特征且参数对经验依赖性过高的问题。理论和实验表明,MSCA算法可以发现任意形状类簇,有效处理噪声,并能发现关键聚合层,具有较好的计算复杂性。     

窄带相参雷达调制谱超分辨处理方法

针对采用时分体制下窄带相参雷达对单个目标的连续跟踪时间变短,导致频谱分辨率降低的问题,提出了一种连接不同时间段回波信号的方法。该方法利用MUSIC算法估计窄带雷达时域回波的模型参数,然后用该模型连接不同时间段信号。通过该方法,可以提高窄带相参雷达时分多目标跟踪时的频谱分辨率,有利于调制谱特征的提取。对仿真和实测数据的分析处理验证了该方法的有效性。     

金融危机前后的全球主要股指联动与动态稳定性比较

针对传统参数分析法可能存在参数和指标多样化而导致结果迥异的问题,提出直接从真实交易数据入手,采用具有准确拓扑序列的亚超度量空间方法.通过对2005年7月22日至2009年6月30日全球最具代表性的52个股指的日数据,并以2008年9月15日为金融危机前后的分界点进行实证,结果发现:金融危机爆发后,全球股市股指间地理区域聚集效应更加明显,各股指间的相关程度显著提高,其联动性更强;全球股指的动态稳定性在整体上是相对稳定的;在金融危机后,美国的股指影响力在降低,而中国在增强.为了避免全球股指剧烈波动,金融监管应该是全球协调的,而不应是一个国家或某个区域的单独行为.应保持世界各国证券市场的"多样性(差别化)",来防止经济和金融一体化带来的"一荣俱荣,一损俱损".