基于集成学习的离子通道药物靶点预测

新药研制成功的关键在于药物靶点的发现和准确定位.在已知的药物靶点中,离子通道蛋白是一类广受欢迎的靶点,它与免疫系统、心血管等疾病密切相关.对于靶点的发现,传统生物方法成本高、耗时久.因此,探讨了基于机器学习的离子通道蛋白药物靶点的挖掘,以加快药物靶点发现过程,节约经费.由于药物靶点相关序列的长度不一致,考虑了蛋白质序列编码的13种特征,它们能将不等长的蛋白质序列转化成等长序列.通过数值实验筛选能够较好地区分靶点和非靶点的特征子集,并采用集成学习的方法整合特征得到预测模型.通过与已有工作的比较表明,提出的集成模型能得到较高的准确率,具有很好的应用前景.     

基于一维距离像的弹道中段目标特征提取

针对目标的HRRP投影长度提取不精确的问题,首先研究了中段目标的进动特性及其一维距离像在不同雷达视线角下的变化规律,提出了一种基于差分算法的目标投影长度提取方法.该方法利用了目标一维距离像散射中心的峰值效应,使处理后的一维距离像只会在散射中心处出现震荡效应,以此准确提取散射中心,克服了传统长度提取方法在散射中心周围重复搜索造成的误差.在此基础上,分析了目标投影长度随进动的变化规律,提出了一种进动角和目标真实长度提取方法.仿真实验表明以上方法具有很好的提取精度.     

基于QS-ML-PMHT的多目标无源协同定位方法

针对目标个数未知时无源协同定位系统低可观测目标的航迹起始及维持问题,提出一种基于拟蒙特卡罗模拟退火极大似然概率多假设的双基站多目标无源协同定位方法。首先,建立双基站无源协同定位系统数学模型。其次,提出基于极大似然概率多假设的多目标无源协同定位航迹起始算法,通过假设法确定目标个数,并首次利用拟蒙特卡罗模拟退火算法解决极大似然概率多假设中多目标的优化求解问题,以提高多目标检测跟踪性能。最后,通过滑窗法实现航迹维持。仿真结果表明,所提方法能够有效解决目标个数未知时双基站无源协同定位系统低可观测目标的航迹起始及维持问题。     

机载视觉探测与目标定位系统设计与实现

为了解决GPS(Global Position System)定位精度不够高,无法满足无人机完成货物搬运任务的问题,设计并实现了一种以TMS320DM6437为平台的机载视觉探测与目标定位系统,由机载子系统和地面监视子系统组成。机载视觉信息处理子系统利用圆的几何特性改进了经典的Hough变换圆检测算法,在保证精度的同时大大降低了计算量,提高了算法运行效率。同时设计并实现了区分多个相同目标的方案与算法,其冗余机制增强了方案的可靠性。最后搭建了静目标定位测试平台和动目标定位跟踪机载测试系统,验证了系统的可靠性、鲁棒性、实时性和探测精度。     

频率步进雷达多目标ISAR成像方法

针对频率步进雷达同一波束内多个运动目标在径向上重叠 而无法分辨时的ISAR成像问题,提出了一种基于调频傅里叶变换的ISAR多目标成像新方法。 在构建频率步进雷达多目标回波信号模型的基础上,采用调频傅里叶变换精确估计各个目标 的速度参数,结合 Clean方法实现对多目标回波信号的分离,完成多目标ISAR成像。仿真实 验结果进一步验证了文章所采用方法的有效性。     

机载控制视觉目标定位系统的设计与实现

机载控制视觉目标定位系统广泛应用于航空控制领域,对其进行设计和实现具有重要应用意义;针对机载控制视觉目标定位的特征,设计并实现了机载控制视觉目标定位系统,分析了系统的总体结构,包括视觉模块、飞控模块、导航模块以及无线传输模块,给出了系统主控箱、CAPA800主控制器、PCI04总线标准的主板、视觉传感器、PM1270T144C5N芯片的硬件结构,给出了系统的软件流程和视觉处理模块的流程,分析了基于CCS3.3代码开发调试平台的系统代码设计,最终实现机载控制视觉目标定位系统的设计与实现;实验结果说明,所设计系统获取的机载控制视觉目标清晰、有效,并且具有较高的目标定位效率和精度.     

复杂背景下弱小目标的检测*

复杂背景下低信噪比弱小目标的检测是当今目标捡测的一个热点课题。为了检测到弱小目标,首先对图像进行复杂背景抑制,以达到抑制背景、提高信噪比的目的,然后比较三种方法的背景抑制能力,最后对抑制效果好的图像进行图像分割来进行弱小目标检测。     

测量机器人在三角网测量中的应用分析

简述了TCA2003测量机器人全圆观测法机载软件的组成与特点。以陈村水电站大坝的三角网观测为应用实例,基于对其测量平差成果的精度及测量时间分析,将其与传统人工观测的效率进行比较,证明了测量机器人测量的优越性。指出了一些仪器使用及机载软件存在的问题,对自动目标识别（ATR）仪器机载软件的应用开发具有指导作用。     

基于自适应水平集方法的运动目标跟踪

在对复杂背景条件下的非刚体目标进行跟踪时,水平集方法是一种非常有效的方法。针对水平集的初始化问题,提出了一种自适应初始化的水平集方法。首先采用粒子滤波对目标进行跟踪,得到运动目标的粗外接矩形轮廓;然后以外接矩形轮廓的质心为基础进行水平集曲线演化,求取目标的精确轮廓信息,并将轮廓的提取结果反馈到跟踪框架中;最后,动态更新参考模板,以改进似然函数。实验结果表明,本方法能够适应非刚体目标在运动中的自由变化,使得跟踪更加精确。     

基于OpenCV运动目标的检测研究

在Visual C＋＋6.0环境下,介绍一种结合背景差分法和瞬时差分法,能在视频序列中识别运动目标算法,结合OpenCV给出了具体过程和部分代码。该算法利用瞬时差分法得到当前帧中运动目标的轮廓信息,在更新背景模型时不更新运动目标轮廓内区域,避免了由运动目标引起的背景模型更新误差,当发现移动物便自动发出警告声。