一种运动目标提取方法及其应用

介绍了一种利用高阶统计量(higherorderstatistics,HOS)提取视频序列中运动目标的新方法,并将其应用到人脸识别技术中。利用HOS对高斯噪声的不敏感性分离运动区域和背景,进一步提取出运动目标。当提取出的视频序列中的运动对象为人体时,利用主元素分析法(principlecomponentanalysis,PCA)进行人脸识别。实验证明,算法计算简单,速度快,用于人脸识别时能正确提取出运动的人体。     

地基防御雷达的有源假目标极化鉴别能力

研究了有源多假目标等欺骗性电子干扰对地基防御雷达系统的有效性问题。首先详细分析了任一椭圆极化天线有源假目标的极化特性,并探讨了典型雷达目标的极化散射特性。在此基础上,设计了有源多假目标的极化鉴别算法,计算机仿真表明,具有极化测量能力的地基防御雷达系统具有对有源多假目标进行鉴别的能力。     

几种简化联合概率数据互联算法性能分析

针对最优联合概率数据互联算法复杂、运算量大的问题,目前提出了许多简化的联合概率数据互联算法。为了清楚地了解这些算法在不同环境下在跟踪精度、实时性等跟踪性能上的差异,对几种典型的简化算法进行了详细的性能分析。给出了简化算法的数学模型,然后从理论上对这些算法进行了优缺点比较,最后选取了多种典型的与实际工程背景相近的多目标运动环境,对几种比较有代表性的简化算法在这些环境下进行仿真实验,并根据仿真结果对它们各方面的性能进行综合分析。     

New structure of Kalman filter for radar networking

1.INTRODUCTION Inpractice,radarsoftenoperateasynchronouslyandpro videdataatdifferentrateswithdifferentcommunication timedelays,thustheproblemofdatafusioninradarnet workingsystemisasynchronousinsteadofsynchronous. However,theresearchinthefieldofdatafusionfocuses onthesynchronousproblems,andthemeasurementsof differentsensorsarealwayspredictedatthesametimefor updatingKalmanfiltersynchronously.Thisapproachis complicatedforengineering,anditwillreducethedata ratesofthesystem,atthesametimethee…     

MMP-2、MMP-9及其抑制剂在肺癌中的表达与临床意义

目的探讨肺癌组织中MMP2、MMP9及其抑制剂的表达与肺癌的生长、转移等临床特征及预后的关系.方法采用免疫组织化学法SP法检测45例肺癌组织中MMP2、MMP9及其抑制剂的表达,观察它们与肺癌的生长、TMN分期的关系.结果MMP2、MMP9、TIMP1和TIMP2在45例肺癌组织中的阳性表达率分别为57.78%(26/45)、37.78%(17/45)、35.56%(16/45)及51.11%(23/45);它们的表达与肺癌的原发灶范围、淋巴结转移、远处转移、TNM分期及平均生存时间有统计学意义(P<0.05).结论MMP2、MMP9及其抑制剂的表达与肺癌的TNM分期及平均生存时间关系密切,它们在组织中的高表达是判断肺癌预后的独立因素.     

支持虚拟企业组建的DSS与CSCW集成框架

针对虚拟企业组建过程复杂, 需要决策支持系统支持的 特殊情况， 分析了CSCW对DSS的制约, 利用CSCW提供的多种技术和工具支持虚拟企业组建决策, 提出一种CSCW与DSS的集成框架. 并通过对集成框架进行评估与分析发现， 该方法是高效、 可行的.     

我国旅行社实施CRM的思考

介绍了客户关系管理(CRM)的概念及内涵，通过对我国旅行社客户关系管理现状的分析，提出了我国旅行社实施CRM系统的两种基本策略，即自行建设策略和外包策略，并探讨了实施CRM时应处理好的几个问题。     

求解两人博弈纳什平衡问题的定制临近点算法

针对一类不允许校正的两人轮流博弈纳什平衡问题,提出一种定制临近点分裂算法.该算法可用于模拟一种实际博弈活动:参与博弈的两个局中人轮流决策,且在一轮博弈中,每位局中人综合考虑对手上一轮与本轮所给出的决策,根据最优响应规则做出自己的相应决策.在一定假设条件下证明定制临近点算法全局地收敛到所考虑博弈的纳什平衡,数值算例验证了算法的有效性.     

广义多尺度决策系统的局部最优粒度选择

在实际应用中,人们常常选择比较合适的粒度层次来解决相应的问题。在经典的多尺度决策系统和粒度层次构造过程中,属性取值常由人工选择某些固定粒度层次。本文针对广义多尺度决策系统,由属性取值的尺度组合来构造粒度层次,进而研究局部最优粒度的选择问题。首先,介绍了广义多尺度决策系统的概念。然后,在协调的广义多尺度决策系统中定义了最优粒度和局部最优粒度,并给出了基于属性组合的最优粒度与局部最优粒度的选择算法。最后,在不协调的广义多尺度决策系统中引入了广义决策,定义了广义决策最优粒度和广义决策局部最优粒度,并给出了基于广义决策最优粒度与广义决策局部最优粒度选择算法。     

信度函数在复杂网络节点重要性评价中的应用

针对复杂网络中重要节点的识别问题,提出了一种基于信度函数复杂网络中识别节点重要度的方法;回顾了信度函数、复杂网络相关理论知识及节点重要度相关算法,建立了基于信度函数的节点重要度识别模型;通过建立辨识框架,把节点相关属性转换为信度函数,利用证据理论组合规则进行融合,得到节点的综合属性信度函数值并将其转换为单一数值,进而提到节点的排序结果;实例分析表明,所建立模型有效克服了相关单一节点重要度算法的局限性问题,具有合理性与有效性,可进一步推广。