基于道路繁忙程度下的城市交通路径选择算法

针对城市公交自助查询问题,提出了一种基于交通繁忙程度下的公交选择算法。首先构建基于繁忙程度权重的公交网络权值矩阵。然后针对四种不同的公交地铁混合线路对权值矩阵进行修正。最后在此基础上建立三种实用的双目标动态模型:最少换乘下的最短时间、一定换乘忍耐下的最短时间、一定换乘忍耐下的最少花费。实验表明,该模型是解决基于整个交通网络系统不同交通繁忙程度下,用户出行选择的个体最优选择的有效途径。     

基于小波多尺度扩展分形特征的目标检测方法

研究复杂自然背景下的小目标检测问题,对Kaplan的扩展分形特征进行改进,使其对目标尺寸具有一定的适应性·考虑自然背景和斑点状人造目标在水平、垂直方向特性,利用小波分析良好的方向选择性,通过多级小波分解互能量交叉,在两个方向上有效地增强目标、抑制背景干扰,从而提出一种基于小波分析的多尺度扩展分形特征·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适应性,能从单帧图像中较好地检测出小目标,具有检测速度较快、易于实现的特点·     

张家界市永定区县域耕地保有量预测

以张家界市永定区为案例区,在分析区域耕地利用现状、耕地动态变化的基础上,运用粮食安全法、供需平衡法和趋势外推法分别预测2020年、2030年、2035年单一目标约束下的区域远景耕地保有量,再通过层次分析法对预测结果进行权重赋值,从而建立了一个多目标组合模型.利用组合模型对多目标约束下区域远景耕地保有量进行预测,最终得到永定区2020年、2030年、2035年的耕地保有量分别为30 423.35,29 515.76,29 321.66 hm,这说明耕地保有量整体上呈减少趋势但减少速度有所放缓.     

单相PWM整流器电压外环模糊自适应控制

为了提高单相PWM整流器输出电压的质量,解决传统控制策略存在参数整定困难的问题,改善小型能源路由器中间级的输入电压,提出了电压外环模糊自适应控制策略。首先,根据电路特征,建立单相PWM整流器的最优数学模型;其次,将模糊控制思想引入电压外环控制策略中,与传统的PI控制相结合,针对传统PI参数的影响,构建模糊规则,计算模糊因子;最后,与比例谐振控制结合,给出了单相PWM整流器电压外环模糊自适应控制。结果表明,所提出的控制策略具有良好的动态特性,可以在一定程度上减少负载波动时输出电压的波动,且在单位功率因数条件下,能够实现整流器的整流或逆变。改进策略可为小型能源路由器能量双向传输方面的研究提供参考。     

基于神经网络结构搜索的目标识别方法

针对目标识别需求,对基于神经网络的深度学习方法展开研究。由于深度学习模型中包含了对数据的先验假设,因此人工设计神经网络需要领域内专家丰富的先验知识,且具有劳动密集与时间成本高的缺点。为了获得超越专家个人经验、表现更好的网络,采用一种可微神经结构搜索的高效结构搜索方法,将搜索空间放宽为连续的空间,然后通过梯度下降来优化体系结构的验证集性能,从而找到面向目标识别的最优神经网络结构。仿真实验结果表明,将基于神经网络结构搜索的目标识别方法应用于"低慢小"类目标识别是可行的。     

平台动态防御演化博弈模型和状态迁移策略

为提升平台动态防御系统对病毒的适应性和防御效能,对基于有限理性假设的平台动态防御演化博弈模型和状态迁移策略进行研究。首先,从病毒传播感染机理入手,阐述了平台状态迁移动态防御和有限理性假设下的演化博弈原理,分析了平台动态防御中节点状态转移关系和影响因素;其次,定义了平台动态防御的演化博弈模型和关键参数,考虑迁移平台与病毒类型之间的免疫特性,提出免疫因子和防御节点收益计算方法;最后,通过算例给出了单个状态演化稳定分析流程和方法,设计了节点状态迁移演化均衡策略生成算法。理论分析和仿真结果表明:平台动态防御节点状态迁移演化均衡策略具有更好的防御效能,可有效解决平台动态防御系统在面对随机攻击病毒的平台迁移选择问题。     

基于深度学习的二值图像目标轮廓识别算法

针对传统目标轮廓识别算法对图像目标轮廓识别精度较低、 效果较差的问题, 提出一种基于深度学习的二值图像目标轮廓识别算法. 首先, 选取深度学习算法中的深度卷积网络算法识别二值图像目标轮廓, 将二值图像划分为不重叠的、 大小相同的子块图像输入深度卷积网络第一层; 其次, 卷积网络中的滤波器（卷积核）采用传统神经网络算法优化的代价函数对输入子块图像实施卷积滤波, 并将卷积滤波后下采样图像发送至第二层, 第二层经过相同处理后将结果输入第三层, 第三层输出图像即为该子块目标轮廓识别结果; 最后, 所有子块识别结束后在输出层通过全连接方法将其聚类, 并输出最终二值图像目标轮廓识别结果. 实验结果表明, 该算法识别15幅二值图像目标轮廓的识别精度平均为98.75%, 信噪比平均为2.42, 识别效果较优.     

基于PALSAR全极化数据的城市森林蓄积量估测

全极化雷达数据能够反映目标的全极化散射特征,在森林参数反演中具有较大的应用价值。笔者以南京紫金山国家森林公园为研究对象,以2011年的全极化雷达数据PALSAR和2012年120块野外调查样地为主要信息源,从Pauli和Cloude目标分解特征值、HH(horizontal-horizontal,水平)和HV(horizontal-vertical,水平垂直交互)两种极化状态的后向散射系数、比值植被指数、地形、人为干扰等方面,提取13个因子作为自变量,采用多元线性回归、人工神经网络、K最邻近分类算法、决策与回归树、装袋算法、随机森林6种方法建立遥感估测模型,进行森林蓄积量的估测。研究表明:①在6种遥感估测模型中,随机森林综合性能最高,装袋法次之,多元线性回归最低; ②海拔、坡向等地形因子,以及地物的雷达回波散射特征是影响研究区域森林蓄积量估测的重要变量; ③研究区单位面积蓄积量的空间分布呈现出由里向外逐渐降低的带状分布格局。     

类风湿关节炎全球药物研发状况分析

 类风湿关节炎（RA）是一种自身免疫性疾病,全球患病率约0.24%。RA发病机制复杂,致残率极高,严重影响患者的生活质量,给社会带来沉重的经济负担,对RA的有效治疗成为全球医药行业关注的重点。据艾美仕数据统计,2015年全球医药市场用于治疗RA的药物支出达214亿美元。本报告依据相关文献及Thomson Reuters、IMS Health等数据库信息,对RA全球药物研发市场、治疗药物类别、靶标、专利等药物研发状况进行分析。目前,RA治疗药物类别包括抗炎药、抗风湿药、激素类药物、生物制剂、联合用药、免疫重建等;治疗靶标有肿瘤坏死因子α、环氧化酶类、B-淋巴细胞抗原、白细胞介素类、细胞核转录因子kB、小分子激酶等;近些年,生物技术药物在RA等自身免疫性疾病治疗领域取得了前所未有的成功,未来市场小分子药物及生物仿制药也将会发挥关键作用。     

时变转移概率IMM-SRCKF机动目标跟踪算法

给出了一种交互多模型(interacting multiple model,IMM)算法中Markov转移概率矩阵在线修正的方法,并将平方根容积卡尔曼滤波器(square-root cubature Kalman filter,SRCKF)引入到IMM算法中,提出一种时变转移概率的机动目标跟踪IMM-SRCKF算法。该算法利用当前量测中包含的模式信息,对IMM算法中的转移概率矩阵进行实时递推估计,避免了常规IMM算法中转移概率先验确定的困难,提高了模型切换速度和跟踪精度;同时,SRCKF以目标状态协方差的平方根进行迭代更新,确保了滤波过程中协方差矩阵的对称性和半正定性,改善了数值精度和稳定性。仿真实验结果表明,该算法对机动目标的跟踪性能优于常规的IMM及IMM-CKF算法。