应用DS证据理论的雷达工作模式特征层融合识别

日趋复杂的战场电磁环境对雷达工作模式识别提出了更高的要求,针对传统单平台工作模式识别方法的局限性,提出了一种在多平台协同背景下基于Dempster-Shafer(D-S)证据理论的雷达工作模式特征层融合识别算法。该算法运用隶属度函数获得基本信任赋值,根据Dempster合成规则,首先对多平台侦收的同一参数数据进行多平台参数内融合,然后进行参数间融合获得合成信任度,最后依据工作模式判定规则识别雷达工作模式。通过仿真实验,多平台融合识别算法的识别率较单平台识别方法平均提高了27%,实验结果说明融合识别方法有效地提高了识别性能。     

军民融合协同创新发展模式研究——以新航集团为例

本文基于新航集团产业发展现状及未来发展方向,在国家创新驱动发展的时代背景下,秉持"军民融合,协同创新"的发展理念,不断探索与实践适合自身发展的创新模式,促进军民品产业转型升级。     

关于农业物联网发展的思考

我国农业的发展现状亟须通过发展农业物联网技术来提高生产效率和节约资源。加快实施农业物联网建设,实现农业物联网生产、服务、存储、销售一体化,可以从大规模生产系统、精细化生产平台、销售电商平台和农产品深加工等四个方面着手。     

“网页设计与制作”课赛融合教学模式研究

为激发学生的学习兴趣,提高学生的岗位专业实践能力,通过对传统教学模式存在的不足和全国职业院校职业技能大赛对教育教学改革意义的分析,提出了"课赛融合"的新型教学模式。课赛融合以竞赛内容为驱动力,实现以赛促改、以赛促教、以赛促学。具体讨论了课赛融合下"网页设计与制作"课程大纲、教学内容、教学方法、师资队伍建设和课程考核方式等一系列教学改革方案。     

基于改进Deeplabv3+的桥梁裂缝分割算法研究

为提高Deeplabv3+模型对桥梁裂缝的分割精度与检测效率,提出一种多分支卷积块和Deeplabv3+改进的桥梁裂缝分割算法。在Deeplabv3+模型中加入RFB多分支卷积模块,将Deeplabv3+中的backbone替换为Mobilenetv2,用深度分离卷积替换算法中所有普通卷积,增加一次底层特征融合。将改进模型与主流的图像检测模型如PSPNet、U-Net在相同数据集下进行实验对比,结果表明,改进后的Deeplabv3+模型对桥梁裂缝的检测具有较好的效果,检测精度可达90.15%,较原始模型提高了4.07%。改进后的模型分割精度和速度有明显提高,对于完成裂缝检测任务具有实际应用价值。     

遗传算法与蚁群算法的融合研究

遗传算法具有快速全局搜索能力,但对于系统中的反馈信息却没有利用,往往导致无为的冗余迭代,求解效率不高.而蚁群算法是通过信息素的累积和更新来收敛于最优路径,具有分布、并行、全局收敛能力,但是搜索初期信息素匮乏,导致算法速度慢.通过将两种算法进行融合,克服两种算法各自的缺陷,优势互补,形成一种时间效率和求解效率都比较好的启发式算法.并通过仿真计算,表明融合算法的性能优于遗传算法和蚁群算法.     

机器人多传感器数据融合的两级结构及途径

机器人多传感器数据融合已成为一个活跃的研究领域,然而关于融合模型与途径的系统阐述是缺乏的。该文从信息处理的角度归纳出了一个数据信息融合的两级结构模型,数据级和证据级融合。这一模型较好反映了信息融合的本质.根据这一结构,又给出了运用Biyes参数估计和Dempster-Shafer证据推理相结合的多传感器数据融合的一般途径和步骤,最后加以例证。     

基于概率建模的分层产液劈分方法

传统产液劈分方法无法考虑层间干扰及注水井和邻井的影响,难以准确判断井下实际状况。同时,海上油田产液剖面测试成本高,常规的机器学习方法面临样本数量少的问题。基于此,提出一种基于贝叶斯神经网络和极限梯度提升算法的多层合采产液劈分混合学习模型。概率方法可以识别预测中的不确定性,通过将神经网络与概率建模结合,进行分层产液数据分布特征挖掘,结合主控因素分析,混合学习算法可以实现小层产液量的准确预测,可以依据较少的数据获得更为稳健的模型。为验证所提方法的有效性,将其应用于实际油田某区块进行产液剖面预测。结果表明：相比KH劈分方法在计算中劈分系数固定,不会随着生产过程波动,所提出的方法可从历史数据中学习,预测精度达到87.9%,预测结果更加逼近真实单层产液量。     

高师音乐专业应加强钢琴即兴伴奏的学习

钢琴即兴伴奏的学习对于学生综合音乐素质的培养至关重要,但很多高师院校都忽视了此课程的学习。加强即兴伴奏的学习,提高学生即兴伴奏能力,需要学校、教师和学生的共同努力,只有这样才能适应社会的需要。     

多传感器按对角阵加权信息融合Kalman滤波器

在按对角阵加权线性最小方差最优信息融合准则下,提出了多传感器按对角阵加权信息融合稳态Kalman滤波器,它等价于关于状态分量的按标量加权信息融合Kalman滤波器,与按矩阵加权信息融合Kalman滤波器相比,可明显减小计算负担,便于实时应用。一个雷达跟踪的仿真例子说明了其有效性。