无线传感器网络自适应动态簇目标跟踪策略

考虑到无线传感器网络的特点及目标跟踪对实时性要求较高,提出一种基于动态簇的无线传感器网络目标跟踪策略.当目标出现时,基于节点管理机制采用层次分析法选举簇首,定义节点跟踪权值作为参与跟踪的依据,并建立动态簇.目标监视过程中,根据实际跟踪质量自适应调整动态簇规模;为了避免目标丢失,在自适应机制的基础上提出目标恢复机制.目标离开后,解散动态簇,释放节点资源.采用NS2对所提算法进行仿真测试,结果表明,基于动态簇的跟踪策略能够以较少的通信开销为代价获得很好的目标捕获率.     

生长曲线最小二乘估计和最佳线性无偏估计相等的几个充要条件

讨论了生长曲线未知参数的最小二乘估计与最佳线性无偏估计相等的几个充要条件,并给出了主要结论的两种不同证明     

Rough集-神经网络系统在信息融合目标识别中的应用

研究了Rough集和神经网络方法在信息融合目标识别中的应用 .提出将神经网络学习机制引入到Rough集系统 ,同时通过Rough集的条件和决策属性构造神经网络结构 ,并针对三种不同谱段下的三种不同目标图像进行了实验 ,试验表明 ,Rough集 神经网络相结合的识别算法的识别率要明显高于单独使用一种融合算法的识别率 ,训练时间也大大缩短 .     

质子探针研究微细粒金的赋存状态及黄铁矿标型特征——以皖南地区金矿成矿带为例

皖南东至 泾县一带是安徽省主要的金矿 (点 )之一 ,而黄铁矿是本区中金矿床(点 )最主要的载金矿物之一 .论文应用先进的微束分析技术———质子探针分析———对皖南东至 泾县一带金赋存状态进行系统的研究 ,得出初步结论 .结果表明 ,矿体黄铁矿中金的赋存状态以微细粒自然金为主 ,与我国卡林型金矿床中的金的赋存状态一致 ;通过对本区微细浸染金矿带中花山、吕山、柴山、虎龙冲、管岭、白果树等金矿床 (点 )中黄铁矿化学成分和晶体形态等方面标型特征的研究来探讨本区金矿床 (点 )的成矿条件 ,为指出找矿方向 ,筛选出找矿靶区作了一个有益的尝试     

基于相对测距的水下目标定位算法

在没有星基、地基及水下时空基准信息的辅助下,为解决对水下目标精密定位问题,提出了一种基于水面舰船间相对测距和目标到达角的水下机动目标定位算法(UTPA)。通过联合水面舰船间电磁波相对距离观测和水下声学测角信息建立定位方程,考虑到目标定位方程求解中的异类信息融合权比失配问题,利用Helmert方差分量估计完成目标相对位置的迭代求解。Monte Carlo仿真表明:基于Helmert权比自适应调整的UTPA的定位偏差仅为典型的单平台声学定位技术的10%。     

Reliable and Energy Efficient Target Coverage for Wireless Sensor Networks

A critical aspect of applications with Wireless Sensor Networks (WSNs) is network lifetime.Power-constrained WSNs are usable as long as they can communicate sense data to a processing node.Poor communication links and hazardous environments make the WSNs unreliable.Existing schemes assume that the state of a sensor covering targets is binary:success (covers the targets) or failure (cannot cover the targets).However,in real WSNs,a sensor covers targets with a certain probability.To improve WSNs’ reliability,we should consider that a sensor covers targets with users’ satisfied probability.To solve this problem,this paper first introduces a failure probability into the target coverage problem to improve and control the system reliability.Furthermore,we model the solution as the α-Reliable Maximum Sensor Covers (α-RMSC) problem and design a heuristic greedy algorithm that efficiently computes the maximal number of α-Reliable sensor covers.To efficiently extend the WSNs lifetime with users’ pre-defined failure probability requirements,only the sensors from the current active sensor cover are responsible for monitoring all targets,while all other sensors are in a low-energy sleep mode.Simulation results validate the performance of this algorithm,in which users can precisely control the system reliability without sacrificing much energy consumption.     

一种基于HMM的雷达目标识别方法

根据雷达目标散射点的一般模型和特定条件的简化模型；提出用RELAX方法从高分辨雷达回波提取目标散射点分布的位置信息作为目标HRRR的特征向量；利用HRRR对雷达视角敏感这一特点，用隐马尔可夫过程表征多视角雷达回波序列，获得目标距离-方位两维信息，用若干HMM子过程构成的模式链表征一个飞行目标的飞行姿态变化，从而采用基于隐马尔可夫模型的分类器实现目标类属和方位的自动识别和分类，实测数据的计算机仿真结果表明，这一方法的平均识率为99.80%和81.2%。     

基于Kalman滤波和改进的MeanShift算法的目标跟踪

MeanShift算法因为简单性和稳定性在目标跟踪中得到广泛应用,但是当目标和背景的颜色模型比较接近时,传统的MeanShift算法由于缺少空间信息,且经典的相似性度量函数不易区别,导致跟踪失败。为了克服上述缺点,采用基于空间颜色特征和新的相似性度量的MeanShift算法,并提出一种融合Kalman滤波器和改进的MeanShift算法的目标跟踪方法。首先,利用改进的MeanShift算法计算出当前帧中目标的准确位置,然后使用Kalman滤波器去预测下一个初始搜索位置,用于下一帧中MeanShift迭代,最后实现对目标的跟踪。实验结果表明,该算法可以准确地跟踪目标,并且跟踪的准确率优于传统的MeanShift算法或者Kalman和传统Meanshift的融合算法。     

基于J2EE构架的药物与靶点综合数据库及其查询系统（DTDB）的设计与实现

本文扼要介绍了作者收集、整理目前已发现的所有药物及其作用靶点的相关信息,并整合现代分子生物、药物、化学等的最新进展,采用业界领先的Java的j2ee框架,建立一个综合的数据库系统的过程。同时在该综合数据库系统的基础上,嵌入药物分子和靶点的对接技术,使得我们的系统除用于一般的药物分子和靶点查询之外,还能实现基于分子反向对接的虚拟筛选和通过药物分子寻找其作用的潜在蛋白靶点。本数据库暂时只能本机访问,对外访问地址尚在建设中。     

基于差分最小二乘支持向量机的目标识别研究

目标识别是目前机器视觉、图像处理和模式识别领域的研究热点之一,广泛应用于各行各业。最小二乘支持向量机算法简便、速度快、精度高,是当前目标识别的主流算法之一。针对最小二乘支持向量机的参数难以确定,仅靠传统经验试凑的方法不易实现,且结果不理想;提出一种改进的差分进化算法实现最小二乘支持向量机的参数整定。通过改进变异策略,引入早熟判断机制,遏制了传统算法早熟收敛的问题。通过实验仿真,验证了改进算法可跳出局部最优点,结果比传统算法更优。以SM-TMSSY光电伺服跟踪转台为实验平台进行实例验证,证明了改进算法收敛速度快、精度高,正确识别率可从85%提高到92.5%,验证了算法的优越性。