ECOC多类分类研究综述

纠错输出编码能有效地将多类问题转化为二类问题进行求解,已受到国内外从事机器学习的研究者们的重视,并使其成为多类分类领域的研究热点.本文首先分析了ECOC多类分类的原理和框架,指出解决ECOC多类分类问题的关键在于解码策略和编码策略的确定;然后从这两个关键点出发综述了ECOC多类分类的最新进展和应用领域;最后指出了目前存在的问题以及下一步研究方向.论文研究成果将为基于ECOC多类分类方法在实际应用过程中起借鉴和参考作用.     

稀疏线性调频步进信号弹道导弹进动微多普勒特征重构与提取方法

通过理论推导分析了线性调频步进信号（FSCS）体制下弹头进动的微多普勒特征,并结合压缩感知（CS）理论,提出一种基于频谱稀疏FSCS的微多普勒谱图重构方法。该方法可在大幅减少FSCS子脉冲个数的条件下,准确重构出微多普勒谱图信息,同时,有效抑制了谱图中旁瓣的影响。在此基础上,针对CS理论重构出的微多普勒谱图,利用弹头进动微多普勒在谱图上的特征曲线的光滑性,提出一种基于动态规划的弹头进动微多普勒信息提取方法,并利用该方法准确提取到弹头进动微多普勒信息。仿真验证了文中方法的有效性和鲁棒性。     

基于量子遗传算法的视觉目标跟踪

针对视觉目标跟踪中传统搜索方法效率不高、难以求取全局最优等问题,利用量子遗传算法的全局寻优能力,提出了一种采用量子遗传算法作为搜索策略的视觉跟踪方法.在量子遗传算法的框架下,将像素点位置作为种群中的个体,提取颜色直方图作为特征,以相似性度量作为目标函数计算个体适应度值,找出相似度最大的像素点位置输出,最终完成跟踪.实验结果表明,本文方法在目标速度快、遮挡和非刚性形变等情况下具有明显优势,且算法运算量小,跟踪速度快.     

ODA-IPNMF: 一种在线全网络流量异常检测方法

为实时、高效地检测网络流量异常,提出一种基于增量投影非负矩阵分解(IPNMF)的全网络流量异常检测方法(ODA-IPNMF).提出一种增量投影非负矩阵算法,该算法不仅具有与PCA相同的表达形式,还能以增量的方式构建正常子空间和异常子空间,进而利用Shewhart控制图实现全网络流量异常的在线检测.理论分析表明,该方法计算开销远小于NMF-NAD,具有更高的实用价值;模拟网络数据以及实测网络数据实验表明,基于NMF异常检测方法(NMF-NAD和ODAIPNMF)的检测性能优于PCA方法;本文所提ODA-IPNMF与NMF-NAD网络异常检测效果相当,且可在线检测网络异常.     

多信道占空比感知的无线传感网低延迟广播

针对多信道占空比感知无线传感网,证明了最低延迟广播问题是NP难问题,提出了两种新的概念:候选活跃冲突图和可行活跃冲突图,并在两种新概念的基础上提出了一种低延迟的广播算法--高效广播算法,理论分析证明该算法具有较小的近似比.仿真实验结果表明,与现有算法相比,高效广播算法能够有效降低广播延迟.     

链路赋权军事通信网的抗毁性评估

为了研究链路赋权军事通信网抗毁性评估问题,引入了链路赋权网络的定义;系统地分析了军事通信网链路抗毁性评估指标体系、指标的评估标准、指标的权重系数计算方法,并给出了链路权重的确定方法;然后,从链路赋权网络的抗毁性测度出发,提出基于平均粘聚度的网络抗毁性评估方法;最后,通过实例对评估过程进行了说明。通过研究以期为推进军事通信网的规划和建设提供具有现实意义和实用价值的理论依据。     

基于涡旋电磁波雷达的人体目标步态精细识别

基于雷达的人体目标识别技术在诸多领域有着重要的应用。涡旋电磁波中携带有轨道角动量,在运动目标回波中会引起线多普勒和角多普勒效应,可为识别提供更丰富的信息。但与线多普勒相比,角多普勒较微弱,二者难以被分离。使用多发多收模型产生线性调频涡旋电磁波,通过双模态回波干涉抑制线多普勒。利用短时傅里叶变换,获得双模态回波的线多普勒和角多普勒时频图,将时频图的幅度值输入到双通道卷积神经网络模型中,获得分类结果。仿真实验结果表明,将线多普勒和角多普勒分离,同时输入到分类模型中可以提升人体步态精细识别能力。     

一类j=0超奇异椭圆曲线的性质及其标量乘算法

针对非超奇异椭圆曲线上的标量乘算法已经有比较多的研究.与非超奇异曲线不同,超奇异椭圆曲线的自同态环是四元数代数的一个序模,为非交换环.本文主要针对特征大于3的有限域上一类j不变量为0的超奇异椭圆曲线,分析了曲线自同态环及其商环的结构.进而研究了此类曲线上整数表示的性质,并基于这种表示方法提出了一种针对此类曲线的标量乘算法.理论上证明了针对此类超奇异曲线,当选择合适系数集合时,此表示实质上为p-adic展开.实验结果表明：相较于4-NAF等方法,p-adic表示方法提高标量乘效率一倍以上.     

基于空闲时隙消除的超高频RFID防碰撞算法

标签防碰撞是射频识别系统中的一项重要研究课题.为了进一步提高射频识别系统的性能和降低复杂度,提出了一种基于空闲时隙消除的二进制分裂算法.该算法在二进制分裂算法中引入了单比特状态标识位,在识别过程中,标签在ID数据传输之前先发送单比特随机信号,用于判定时隙是否碰撞,从而避免了冗余的信息传输.由于该算法彻底消除了传统二进制随机数分裂方法中的空闲时隙,因此节省了识别过程中的协调时间开销.最后通过理论分析和仿真结果证明：ISE-BS算法的吞吐率稳定在40.65%左右,时间效率稳定在32.46%左右,ISE-BS算法相比于现有的防碰撞算法性能更优.从实现的角度,比较了各个算法的浮点运算成本,结果显示提出的算法可以极大的降低系统复杂度.     

基于抗毁性测度的赋权网络抗毁性评估方法

为了研究赋权网络的抗毁性评估问题, 首先给出了赋权网络的定义, 提出了赋权网络的抗毁性测度——粘聚度、连通度、平均粘聚度、平均连通度; 然后研究了一种基于平均粘聚度和平均连通度这两项抗毁性测度的赋权网络抗毁性评估方法, 并通过实例对该方法进行验证, 结果表明, 该方法能有效评估赋权网络的抗毁性。