基于BP神经网络的人脸识别

将BP神经网络用于人脸识别 ,建立了人脸识别模型 ,研究了样本采样训练、样本批量训练和样本完整训练三种训练策略对识别率的影响。所设计的识别模型包括图像压缩、图像抽样、输入矢量标准化、BP神经网络与竞争选择处理过程。利用ORL人脸图像数据库进行了仿真实验 ,结果表明 ,其识别模型在实际应用中是可行的。该模型简单 ,识别率较高。如将训练策略配合使用 ,则在提高训练速度和训练效率的同时 ,也使模型分类性能有了明显提高     

一种复杂装备远程监测与协作诊断系统框架

分析了装备保障过程中远程监测和网络协作故障诊断技术研究的必要性、意义和效益,提出了以公共对象请求代理体系结构(common object request broker architecture,CORBA)为基础的复杂装备网络化故障诊断体系的架构及其实现方案。系统采用现场总线技术组建测控子系统,实现了分布式监控;采用CORBA技术屏蔽了软硬件平台、数据库及网络协议上的异构性,并融入智能代理技术使之进一步具有监测诊断的智能性和自主性;采用KIF实现了知识的共享和重用;采用移动计算技术提高了计算效率。整个系统具有经济、开放、安全、可靠等特点。     

A Fuzzy Neural Model for Face Recognition

Introduction1 Nowadays, biometric (e.g., face, finger print, iris, palm)identification is becoming more and more important [1] [2] and there are numerous commercial and law enforcement applications. Compared with other biometric identifications, face recognition has attracted more attention for its characteristics ofuser-friendly, intuitionistic and convenient. Much work hasbeen done on face recognition over the last 20 years. Generally speaking, face recognition is composed of three procedure…     

基于Vega的视景驱动软件的分析与设计

针对在Windows NT平台上开发基于Vega的视景驱动软件中所遇到的问题，该文从面向对象的软件分析与设计、可复用面向对象的软件技术－－设计模式以及Windows的核心机制等诸多方面进行了逐步的分析与设计，并最终给出了一种妥善的通用解决方案。     

ISAR target recognition based on non-negative sparse coding

Aiming at technical difficulties in feature extraction for the inverse synthetic aperture radar (ISAR) target recognition, this paper imports the concept of visual perception and presents a novel method, which is based on the combination of non-negative sparse coding (NNSC) and linear discrimination optimization, to recognize targets in ISAR images. This method implements NNSC on the matrix constituted by the intensities of pixels in ISAR images for training, to obtain non-negative sparse bases which characterize sparse distribution of strong scattering centers. Then this paper chooses sparse bases via optimization criteria and calculates the corresponding non-negative sparse codes of both training and test images as the feature vectors, which are input into k neighbors classifier to realize recognition finally. The feasibility and robustness of the proposed method are proved by comparing with the template matching, principle component analysis (PCA) and non-negative matrix factorization (NMF) via simulations.     

基于边界矩和改进FCM聚类的水下目标识别

水下目标的识别是水下机器人对环境动态感知、快速定位与跟踪视觉目标的关键, 本文针对水下成像的特殊性以及成像环境的复杂性,旨在设计一种快速、准确的目标识别系统以指导水下机器人进行下一步的任务. 首先, 综合运用一些流行的算法, 简要介绍了一种有效的边界分割算法; 然后通过对边界矩的分析和修正, 构造了具有平移、旋转及比例变换不变性的仿射变换; 最后详细描述了改进的FCM聚类识别的设计理念. 通过对实测的4类物体组成的水下目标的识别实验, 证明了所提水下目标识别系统可以用于水下目标识别, 并且具有较高的鲁棒性和实时性.     

基于UML/OCL的C4ISR效能概念建模分析

为了统一描述军事电子信息系统(command control communication computers intelligence surveillance and reconnaissance, C4ISR)系统功能和效能两方面的需求,提出了一种基于统一建模语言/对象约束语言(unified modeling language/object constraint language, UML/OCL)的C4ISR效能概念建模和形式化验证方法。首先,利用效能相关概念扩展了DoDAF 2.0能力元模型,构建一个能够同时引导C4ISR能力的功能分析和效能分析的元模型;将该元模型描述为UML Profile,形成一种基于UML的C4ISR效能概念建模语言,并支持C4ISR效能概念模型检验;最后借助一个假想案例分析说明了该建模语言对C4ISR能力的功能和效能概念建模及模型验证的能力。该方法可弥补UML建模技术在特定领域效能分析方面的不足。     

一种基于分片模板的自适应运动目标跟踪算法

分块跟踪算法是一种非常鲁棒的模板匹配算法,特别适合解决部分遮挡问题,但是该算法框架下的模板更新策略无法解决场景中的目标外观变化和遮挡问题,为此,提出一种分块跟踪框架下的带有遮挡检测的模板更新算法。算法将目标分为多个小片,根据各小片匹配的情况检测目标是否被部分遮挡。如果目标被遮挡,使用能精确反映目标信息的参考模板进行匹配;否则使用能反映目标变化的临时模板,并提出了相应的模板更新算法。大量的实验证明了本算法的有效性。     

基于拖曳长线阵的水下目标模拟系统

水下目标模拟系统对于水下航行体试验与训练、舰艇水声对抗与安全防御等具有十分重要的意义。基于水下目标声学多亮点回波理论,给出了多亮点目标宽带回波信号模型。通过计算机仿真,验证了目标回波各重要特征和目标回波信号模型的有效性。基于拖曳长线阵和高速数字信号处理技术构建了水下目标模拟系统,根据目标回波信号模型综合模拟了水下分布式多亮点运动目标声散射特性,准确模拟了目标不同部位声学亮点的空间方位分布特征。分别对点源目标、真实大尺度目标、拖曳长线阵目标模拟系统进行了声纳目标识别试验,结果表明,拖曳长线阵目标模拟系统的目标特性明显不同于点源目标,而与实际大尺度目标一致。     

末制导雷达目标与诱饵的联合参数估计和辨识

拖曳式诱饵干扰条件下目标与诱饵的参数估计和身份辨识是制导雷达实现精确打击的前提条件。不可分辨角度范围内的目标和诱饵引起导引头雷达回波的干涉混叠,导致常规测量方法失效。当目标和诱饵处于相邻的两个匹配滤波采样点之间时,这些采样点所包含的信息将有助于参数估计的获取。通过充分挖掘两个连续匹配滤波采样点所包含的特征信息获得接收回波的概率分布,结合干扰形式和特点采用改进的粒子群优化方法从最大似然估计的角度获取目标与诱饵的对应参数,实现删除二者的身份辨识。各种条件下的仿真实验验证了方法的有效性。