自组织神经网络在空中目标识别中的应用

本文研究了将自组织神经网络用于空中目标识别的方法,并基于此提出一个识别飞机及其诱饵红外图象的方案,提出目标表面的分形特征和熵特征,针对各特征量纲不统一,信息表达方式差异等特点,利用自组织神经网络来实现特征间的有效融合,实验表明,该方法具有较高的稳定性和准确性。     

基于C/S的RBI专家系统的设计与实现

目前RBI软件因扩展性不足不能满足RBI标准不断更新的需求,它亦不能实现根据实际情况调整风险预测模型,并且在多用户并发进行RBI风险计算时效率低下.针对以上问题,设计并实现了基于C/S的RBI专家系统.该系统以RBI中通用的API581标准为依据构建知识库,采用XML存储知识,使其达到了RBI标准动态更新以及在RBI实施中根据实际情况及时调整风险预测模型的要求.采用层次式知识库结构、应用数据缓存和基于线程池的任务管理器,使系统达到了在多用户并发时具有快速响应能力的目的.     

粒子滤波融合跟踪方法

针对Kalman滤波不能处理多传感器量测信息融合中的非线性问题,提出了一种基于粒子滤波方法的融合跟踪算法.通过对量测方程的非线性分析,利用粒子滤波器计算目标状态估计值,通过线性迭代的方式得到系统的最优估计.仿真结果表明,与采用Kalman滤波的方法相比,该算法具有更高的估计精度和更少的计算量.相比于单传感器,减少了量测信息的模糊性,提高了资源的利用率.     

基于煤矿瓦斯浓度的窄带光源谐波检测技术研究

在对煤矿瓦斯气体浓度的检测中,由于噪声、气体的吸收峰很窄、光源波长随温度的漂移等原因将引起测量的不稳定,通过采用对激光器的中心波长和气体吸收峰中心波长对准,测量光经过气体时的损耗就可以检测气体的浓度,利用一次谐波作为误差信号,可将光源精确地锁定在气体吸收峰上,并给出了窄带光源谐波检测的理论依据.实验结果表明,该方法可应用于甲烷气体浓度的光谱测量,它具有高精度、强选择性、快速响应等特点.     

基于Ontology的数据挖掘在计算机动态取证中的应用

动态取证势必会产生大量的杂乱无章数据.如何对大量繁杂的数据进行有效的分析,成为动态取证的关键问题.提出了基于本体的数据挖掘模型,利用此模型实现了高精度的语义挖掘,根据挖掘结果提供了预警防范服务,利用关联规则具体说明了基于本体的数据挖掘的过程,并用贝叶斯网络模型简单计算了实例本体间的关联程度,实现了关联挖掘.应用实例表明基于Ontology的数据挖掘提高了对攻击源定位追踪的准确性和实时性.     

基于 MPXY8300 的 TPMS 传感器设计

针对如何提高轮胎压力检测系统（Tire Pressure Monitoring System,TPMS）无线传输效率以及减少 TPMS 的质量和体积以满足汽车轮胎平衡的问题,给出一种基于高度集成芯片 MPXY8300 的无线轮胎压力传感器设计方案。阐述了传感器的硬件电路设计和用 Smith 圆图进行无线发射电路网络匹配方法,给出 MPXY8300 软件设计及内部嵌入的固件使用方法。通过对传感器节点的实验测试,轮胎气体压力的最大测量误差为 ±7 kPa,温度测量误差为 ±2oС ,表明本设计具有良好的工作性能和准确度。     

基于自然语言表达的目标检测算法

为帮助机器人根据自然语言表达定位环境中的物品,提出一种快速、端对端的基于自然语言表达的目标检测算法:同时训练一个卷积神经网络与一个循环神经网络来学习视觉与文本信息.循环神经网络用于将自然语言编码为向量,卷积神经网络用于获取图片中的区域特征信息.对比图片中的区域特征与自然语言特征,相似度高的即为目标区域.在开源数据库UNC-Ref与G-Ref中训练并测试了该模型,证明了该模型的快速性与准确性.     

基于数据挖掘算法的入侵检测模型的设计

本文提出了一种基于数据挖掘技术的入侵检测系统模型的框架,分别介绍了其中数据采集模块、数据预处理模块、数据挖掘模块、规则检测引擎和规则库对整个系统的作用和功能。     

非结构化环境下基于视觉的障碍物实时检测

针对月面等非结构化环境下的实时障碍物检测问题,提出了一种基于角点的立体视觉障碍物检测方法.为提高角点提取与匹配的效率,采用基于Bresenham圆形模板和Moravec算法的两步角点检测与确认方法,并利用稀疏模板与极性约束进行角点匹配.考虑到单纯基于高度的障碍物的定义及其检测算法在月面等非结构化环境下不再有效,采用了一种基于角点空间关系的障碍物定义,并设计了相关的障碍物检测算法.该算法能实时运行于月面等非结构化环境,且不需要环境的先验知识.实验结果证明了算法的有效性.     

动测法检测锚杆锚固质量及工作状态的理论及应用

论述了动测法检测锚杆工作状态与锚固质量的基本原理，并结合现场实际检测工作，论证了动测法检测的可行性与优越性。