一种基于多尺度分形新特征的目标检测方法

研究复杂自然背景下单帧图像的小目标检测问题.根据人造目标的分形特征随尺度变化比自然背景剧烈这一特点,提出一种多尺度分形新特征.该特征比标准分形维数更好地突出自然背景中的人造目标,对三种图像不同的背景干扰起到了较好的抑制作用.在多尺度分形新特征图像中采用局部直方图统计方法进行目标检测.实验结果表明,基于该特征的目标检测算法对复杂地面背景、海面背景的红外图像和电视图像具有较好的稳健性和普适性,能从单帧图像中较好地检测定位小目标,检测准确率达95%以上.     

加热炉待轧时炉温模糊决策

基于对加热炉动态过程受控特征分析,将数学模型方法、模糊控制理论和模糊优化方法应用于加热炉动态过程炉温优化及控制研究.建立了加热炉待轧时炉温模糊优化模型,构造了以钢坯导热机理模型为基础的炉温在线模糊控制决策系统.在此基础上对典型待轧过程进行了炉温控制决策的计算机数值仿真.结果表明,炉温模糊决策结果使在炉钢坯获得了满意的控制效果.本文的模型方法可以有效地应用于加热炉控制系统.     

基于机理模型的加热炉在线炉温模糊决策

以加热炉动态过程全炉钢坯温度跟踪计算机理模型获得控制输入信息,将模糊控制方法应用于炉温的动态控制,构造了带有前馈修正的模糊控制器.该模糊控制器不仅把本段控制点的输出偏差和偏差变化率作为模糊决策的依据,并且将前段控制点的偏差也作为控制器的前馈输入,使炉温决策具有超前功能.利用计算机仿真,模拟了炉子产量波动和非计划待轧时模糊决策系统的执行结果,表明该控制方法适应炉内动态特性,具有良好的控制品质.     

公路场站建设项目评判模型及实例分析

以公路场站建设项目为研究对象,结合公路场站的经济特征,从经济效益和社会效益的角度建立了公路场站建设项目综合评价系统,引用了改造的层次灰色综合评判模型并结合实例加以论述,并证明所提出的评判模型在公路场站建设项目经济评价中的有效性和实用性．     

Web Cache机群缓存系统设计与实现

设计并实现一个具有较高吞吐率和命中率的Web cache机群缓存系统.在机群缓存系统里引入了单一缓存映像机制和负载平衡机制,以请求为粒度计算负载,从网络带宽、内存容量、磁盘访问率和CPU利用率等方面研究了缓存节点的处理能力,同时给出缓存节点的负载量,并构造了一个负载平衡算法.用Polygraph作为测试工具分别测试了新设计的机群缓存系统和用CARP协议实现的机群缓存系统.实验结果表明,新设计的机群缓存系统具有较好的系统性能.     

风险决策中不同决策准则决策一致性条件

首先给出了理想条件收益值的概念,证明了一个风险决策问题的理想条件收益值是一个定数,并给出了条件收益值与条件损失值的关系.其次给出了理想期望收益值的概念,证明了一个风险决策问题的理想期望收益值是一个定数,并在以上概念和结论的基础上给出了期望收益值与期望损失值的关系.最后给出了风险决策中按不同决策准则决策的一致性条件.     

河北省区域技术创新能力评价研究

建立了科学的区域技术创新能力指标体系并利用灰色关联度评价法对河北省区域技术创新能力进行了测算与分析。结果表明,河北省区域技术创新能力水平不高,且各地差别较大,企业还未成为技术创新的主体,这将直接影响到河北省今后经济长期竞争力的提高。     

三科五属18种蝗虫的核型似近系数聚类分析研究

应用核型似近系数聚类分析方法研究了班腿蝗科 (Catantopidae)稻蝗属 (Oxya)的小稻蝗 (O .hyiaintricata) ,山稻蝗 (O .agarisa) ,中华稻蝗 (O .chinensis) ,无齿稻蝗 (O .adentata) ,上海稻蝗 (O .shanghaiensis) ,日本稻蝗 (O .japonica)。黄脊蝗属 (Patanga)的日本黄脊蝗 (P .japonica) ,印度黄脊蝗 (P .succincta)。坳蝗属 (Aalacobothrus)的班坳蝗 (A .luteipes) ,无班坳蝗 (A .suen -hedini)和锥头蝗科 (Pyraomorphidae)负蝗属 (Atractomorpha)的短额负蝗 (A .sinensis) ,长额负蝗 (A .lata) ,奇异负蝗 (A .peregrina) ,柳枝负蝗 (A ,psittacina) ,令箭负蝗 (A .sagittaris) ,纺梭负蝗(A .burri) ,云南负蝗 (A .yunnanensis) ,以及蚱科 (Tetrgdae)蚱属 (Tetrix)的日本蚱 (T .japonica)等三科五属 18种蝗虫的亲缘关系。结果显示 ,上海稻蝗同无齿稻蝗的核型似近系数最大 (0 94 0 9) ,亲缘关系最近 ;长额负蝗同小稻蝗的核型似近系数最小 (0 0 815 ) ,亲缘关系最远。核型似近系数聚类结果与传统的形态学分类结果相一致。染色体数目进化的趋势可能有两种     

多波地震油气储层的自组织神经网络学习与预测

如何充分挖掘出地震数据的有效信息以更有效预测出地震油气储层的分布情况,一直是业内所追求的目标。多波地震数据所包含的纵、横波数据不仅含有大量对油气敏感的特征信息,而且二者对油气响应存在差异,利用好这种差异可有效降低地震反演中的多解性问题。为此,设计了一种基于自组织神经网络的多波地震油气储层分布预测方案。首先,通过聚类分析优选出对油气响应比较敏感的地震属性,然后,对优选优化后的属性进行多波复合运算提取油气特征信息。最后,根据输入样本属性数据集设计自组织神经网络结构,计算神经元与样本的距离确定最佳匹配单元,更新调整网络权值,完成网络训练,得到预测结果。应用结果表明,基于本方案所预测的地震油气藏分布范围与实际情况基本吻合,有效地降低了反演结果的不确定性,从而验证了自组织神经网络应用于地震油气储层预测的有效性和可行性。     

认知无线电网络中的动态权值频谱切换判定算法

为了克服认知无线电网络中衬垫传输覆盖范围的限制,基于对衬垫传输范围的估计,提出了多小区的频谱切换机制。当认知用户超出衬垫传输范围时,采用动态权值调整的简单加权判定算法选择最优目标小区,进行频谱切换,继续保持数据传输。理论分析和仿真结果表明,该方案和算法能够降低认知用户的切换失败概率和服务中断概率,提高认知用户的服务质量。