跟踪微分器改进算法的应用分析

为克服传统的跟踪微分器在进入稳态后出现的高频振颤现象,引入了一个新的综合控制函数.利用Matlab/Simulink软件中的S-函数对跟踪微分器进行了建模、封装,通过仿真技术进行了实验分析与研究.数值仿真结果表明,应用新的综合控制函数的跟踪微分器,不但能快速无超调地跟踪输入信号,而且消除了输入信号的微分稳态时的高频振颤...     

动态空间滤波的探讨与实践

在传统的遥感数字图像增强处理方法中,空间滤波主要采用静态的图像模板来进行计算处理以突出图像上某些特征,如突出边缘和纹理等.该文探讨用动态的图像模板来进行计算处理遥感影像,发现处理后的遥感图像取得了很好的效果.     

一种面向协同设计系统的访问控制模型

针对现有访问控制模型不能完全满足协同设计系统访问控制需求的实际,在对基于消息通信协同设计特性进行分析研究的基础上,以协同设计系统的访问控制实现为目标,以基于角色访问控制(RBAC)模型为基础,提出一种面向协同设计的消息驱动访问控制模型(MDACM).该模型应用消息实体作为权限表达,以消息实体与过滤规则相结合的方法,通过静态的配置方式实现动态的资源控制,解决了协同设计系统分布性和动态性带来的安全隐患问题.此外,通过流程控制基作用于消息实体使模型能够支持协同设计系统的工作流程管理,并通过应用示例说明模型的有效性.     

基于加速引擎的防火墙部署方案

文章提出一种提升防火墙数据吞吐量的新方法,引入一台加速引擎的设备,通过实时学习模仿防火墙的安全策略,协同防火墙共同处理网络数据包,降低需要防火墙处理的数据包数量,克服了传统防火墙易于产生性能瓶颈的问题;同时基于Linux/netfilter实现了一个原型系统,并验证了该方案的有效性和可行性。     

基于量子博弈的产学研协同创新激励机制研究

本文引入了量子博弈的分析范式来研究产学研协同创新的激励机制,构建了产学研协同创新的量子博弈模型.对是否考虑纠缠态的情形做了比较研究,结果表明,考虑了纠缠态后,努力的一方不必再承担对方"背叛"的风险,在一定程度上解决了经典博弈中的"囚徒困境"问题.在产学研协同创新的情境下,协同双方需要在协同开始前商榷并委托第三方确定可被观测到的、易于量化的相关绩效指标,并签订"纠缠合同",确保协同双方均没有动机去采取非量子策略,这时采用最大努力程度的完全量子策略对协同双方来说均是最优的.     

基于X语言的起飞场景民机协同设计与仿真一体化方法

针对大型复杂产品,传统基于模型的系统工程(model-based system engineering, MBSE)方法存在系统设计和仿真验证的多语言、多平台集成实现,难以保证高效、准确地反馈系统设计的缺陷,无法达到快速优化设计目的等问题,提出采用基于面向复杂系统支持MBSE的新一代一体化建模仿真语言—X语言实现面向起飞场景的民机跨域子系统的一体化建模仿真。从民机起飞过程需求分析出发,建立了起飞场景的系统级模型和物理级模型,并在X语言的建模仿真软件—XLab进行统一的建模仿真验证,给出了基于X语言面向复杂产品协同设计与仿真一体化方法,为不同领域的设计人员实现复杂产品设计的协同与优化提供了全新的理论与方法参考。     

一种基于能量检测及用户合作的协作感知技术

随着无线技术的飞速发展,频谱缺乏已经成为一个非常严重的问题.感知无线电技术能有效解决频谱紧张的现状.介绍了感知无线电概念及其内涵,然后介绍了检测频谱空穴的方法.为提高检测概率、降低设备复杂度及计算复杂度,将UWB与感知无线电结合,提出了基于能量检测及用户合作(EDAUC)的协作感知方法.仿真和分析表明:该方法能有效提高检测频谱空穴的概率.     

基于神经网络数据融合的目标跟踪简化算法

分析了基于神经网络数据融合的目标跟踪算法 ,指出了传统的融合算法计算量大 ,神经网络目标向量不易选取等缺点 ,并提出了一种简化的算法。应用理论分析和蒙特卡洛仿真方法 ,对标准卡尔曼滤波算法和简化的滤波算法进行了比较 ,并给出了均方根误差的统计值。该简化算法原理简单 ,数据处理量小 ,速度快 ,误差小 ,特别适用于多传感器的处理 ,将融合结果反馈给单传感器 ,可提高各单传感器的跟踪精度     

多方法融合来解决人脸检测中的光照补偿

人脸检测有广泛的应用前景,但目前的许多检测算法对光照有一定的要求,过亮、过暗或偏光现象的存在使检测率急剧下降。本文提出一种多方法融合的思想来解决光照补偿问题,并给出了基于空域和频域的几种具体的解决方案。实验表明,这种多方法融合的思想能有效地解决人脸检测中的光照补偿问题,使人脸检测率得到明显的提高。     

Dynamic Latent Class Model Averaging for Online Prediction

We consider the problem of online prediction when it is uncertain what the best prediction model to use is. We develop a method called dynamic latent class model averaging, which combines a state‐space model for the parameters of each of the candidate models of the system with a Markov chain model for the best model. We propose a polychotomous regression model for the transition weights to assume that the probability of a change in time depends on the past through the values of the most recent time periods and spatial correlation among the regions. The evolution of the parameters in each submodel is defined by exponential forgetting. This structure allows the ‘correct’ model to vary over both time and regions. In contrast to existing methods, the proposed model naturally incorporates clustering and prediction analysis in a single unified framework. We develop an efficient Gibbs algorithm for computation, and we demonstrate the value of our framework on simulated experiments and on a real‐world problem: forecasting IBM's corporate revenue. Copyright © 2014 John Wiley & Sons, Ltd.