新不确定度量下的冲突证据融合

针对证据高度冲突的情况下,DS证据理论在实际应用中出现错误融合结果的问题,提出基于不确定度的冲突解决方法.首先分析现有的不确定度量方法的不足,研究基本概率赋值本身所包含的信息,提出一种新的对证据不确定性度量的方法;依据新的不确定度量,结合证据距离生成权重来修正待组合证据体,再利用Dempster规则完成证据组合,可有效解决证据高度冲突情况下的信息融合问题,最后通过算例验证了该方法的有效性.     

基于非下采样剪切波变换域方向信息测度的多聚焦图像融合方法

根据非下采样剪切波变换(non-subsample shearlet transform, NSST)在图像融合领域的优势和多聚焦图像的成像特点,将NSST运用于多聚焦图像融合。在NSST变换域中,利用方向信息测度能够突出图像边缘纹理特征以及降低图像噪声,将其运用在高频子带系数的融合规则中,并对传统的低频融合策略进行改进,将低频系数和高频系数的融合图像进行NSST的逆变换,得到融合图像。计算机仿真实验表明,相比于传统的剪切波变换的融合策略,本文提出的图像融合方法提高了图像的融合质量,增加了图像的信息量,并能降低图像噪声,具有一定的有效性和实用性。     

Multi-sources information fusion algorithm in airborne detection systems

To aim at the multimode character of the data from the airplane detecting system, the paper combines Dempster- Shafer evidence theory and subjective Bayesian algorithm and makes to propose a mixed structure multimode data fusion algorithm. The algorithm adopts a prorated algorithm relate to the incertitude evaluation to convert the probability evaluation into the precognition probability in an identity frame, and ensures the adaptability of different data from different source to the mixed system. To guarantee real time fusion, a combination of time domain fusion and space domain fusion is established, this not only assure the fusion of data chain in different time of the same sensor, but also the data fusion from different sensors distributed in different platforms and the data fusion among different modes. The feasibility and practicability are approved through computer simulation.     

基于SUSAN和加权非负矩阵分解的图像融合算法

为了更好地保留源图像边缘信息、提高抗噪能力,提出一种基于SUSAN和加权非负矩阵分解的图像融合方法.运用SUSAN对像素点进行分类,根据分类结果构建加权矩阵,最后运用加权非负矩阵分解方法实现图像融合.实验证明,该方法能有效地保留边缘信息且抗噪性较好.     

利用特征距离信息引导决策融合的多模态生物特征识别方法

传统的决策层融合作为识别系统最末端的融合层次,具有信息量不足的缺点,对于各模态分类性能差异较大的系统,识别率低且可靠性差。提出了一种基于特征距离信息的决策层融合方法,应用于包含虹膜、手掌静脉和手指静脉的多模态生物特征识别系统。以置信度作为权重,通过权重来探索不同模态生物特征识别的性能差异,实现了有效特征信息的提取,并且提高了系统的抗干扰能力。该方法充分考虑了权重因子与特征距离信息和模态分类性能参数之间的复杂关系,将模态的决策偏好通过置信度转化为定量表征,不仅使各模态权重因子的求解更具科学性,而且提高了识别系统在复杂情境下的自适应能力。实验结果表明,该融合方法的识别精度与抗干扰能力优于其他决策层融合算法。     

多传感器多变量AR模型信息融合辨识方法

对于带白色公共干扰噪声、白色观测噪声和传感器偏差的多传感器多变量自回归（AR）模型,当AR模型参数、传感器偏差和噪声方差未知时,提出了一种信息融合多段辨识方法,其中用多重递推增广最小二乘法（MRELS）得到AR模型参数和传感器偏差的局部和融合估值器,再用相关方法得到局部和融合噪声方差估值器。这些估值器具有一致性。一个仿真例子验证了其有效性。     

我国激光惯性约束聚变实验研究进展

介绍国内自2000年以来的激光惯性聚变（inertial confrnementfusion,ICF）实验研究进展,主要内容为神光Ⅱ激光装置上的实验,也对刚建成不久的神光III原型装置上的实验作简要介绍。在神光Ⅱ激光装置上开展了多项的物理实验研究,进行了系列综合和分解实验,获得的主要实验技术指标为：黑腔峰值辐射温度超过二百万度;辐射驱动DT聚变中子产额达10^8和辐射驱动压缩DD燃料密度超过10倍液氘密度;辐射不透明的样品温度接近100eV。在神光Ⅱ装置上得到这些结果表明国内在惯性约束聚变研究方面取得了显著的进步。随着神光Ⅲ原型装置建造的完成,2007年在该装置上进行了首轮物理实验,开展了黑腔物理和辐射内爆物理实验,首轮实验的成功说明神光Ⅲ原型装置已具备实验能力。     

基于多元统计信息融合的植物组培苗生长建模

提出一种融合多种环境因子(温度、相对湿度及CO2)外力作用下的植物组培苗生长模型,对其生长信息进行多信息融合及计算机仿真.应用Logistic回归方程,在MINITAB15中使用多元统计分析方法对植物组培苗进行生长建模,由实验所建立的生长方程可知,在一定范围内,温度、相对湿度能直接影响植物组培苗的生长,而CO2能左右组培苗的生长:若CO2减小,则植物组培苗的生长缓慢,若CO2增大,则植物组培苗的生长增快.     

一种新的信息合成规则及其消去算法

利用DS合成规则及由其导出的消去算法进行信息的融合或消去时,可能会得出不合常理的结果.对此提出了一个新的合成规则及相应的消去算法,理论上证明了这个规则的合成与消去具有可逆性,并通过几个例题进行对比,可以看出新的规则比DS规则更为合理.     

基于模型融合和生成网络的有效阵位智能决策方法

军事智能技术是当前最具活力的前沿领域和未来无人装备发展的必然趋势。针对无人平台在复杂环境下自主决策可靠性和实时性的双重需求和现有基于规则推演的作战仿真技术在动态性和灵活性方面的不足,采用原理分析与实验验证的研究方法,在某型无人平台射击实验数据集的基础上,围绕攻击决策的有效阵位识别环节,将其转换为机器学习领域类别不平衡的二分类问题,综合采用相关性分析、特征工程、模型融合技术构建高实时性和灵活性的有效阵位智能决策模型,并提出基于ICGAN-Stacking不平衡分类架构对少数类样本进行定向扩充,实现数据增强和模型性能提升。实验结果表明：所提方法召回率提升了4.1%、精确度提升了0.4%、F1值提升了1.5%、AUC值达到90.9%,能够满足无人平台执行作战任务实时性和可靠性需求。