领航计划报预处理方法探讨

当前民航系统使用的AFTN（航空固定电信网）报文存在格式、内容、数据不规范的问题,致使FDP系统（飞行数据处理系统）报文识别率不高。本文针对FPL（领航计划报）报文进行预处理,对于重复性FPL报文,采用直接查询调用历史数据的方法。而新报文则根据FPL报文标准进行规范性判断和纠正处理,并将处理结果保存为历史数据作为下一轮处理的参考数据。实验证明,原本FDP系统无法识别的FPL报文经过预处理后再进入FDP系统,FDP系统识别率可以达到75％以上,FDP系统的FPL报文识别率得到了显著的提高。     

艺术设计的裂变与传承

对历史的再思索可以为未来指明方向,艺术设计在裂变与传承的哲学思辨中循着否定之否定的螺旋式规律发展演变。在对高度理性的现代主义风格的反思中,一个新的感性时代正在来临。论文通过对设计发展轨迹的思索,探讨设计发展的内在规律。以此为基础,对当今设计发展趋势和动力进行分析研究。     

从社会管理角度来看设计——在现代设计史里去找答案

长期以来,有很多学者都对设计做了很多重要的研究,并得到了丰富的理论成果。但是设计是一个很难说得明明白白的词,其内在的含义却需要不断的挖掘,如其内在所含的管理属性就需要我们去做一个探究,本文从历史的、客观的角度对设计的管理层面进行了探讨。     

民间工艺对中国艺术设计史研究的意义

中国艺术设计史研究是对于中国造物行为中设计思维的仔细梳理与深度探索,中国传统造物的纷杂景观形成了设计学科框架建立的复杂性,造物行为的平民性也导致了中国艺术设计史研究的宽泛性,对于传统民间工艺的新型探究对中国艺术设计学科的确立与发展有着重要的当代意义。     

浅议中国现代设计对中国文化的传承

本文主要介绍中国设计传承中国文化相关研究领域的历史和现状,总结归纳该领域已经取得的成果。同时也发现其中的不足,即对古代造物文化的研究不够深入,多停留在文化层面的讨论,而少有对造型表现文化的研究。希望可以对中国当代设计带来一些新的思考,并对中国传统文化的传承做出贡献。     

重庆旧城改造中的历史文化保护研究

重庆旧城是经过漫长的历史发展而逐渐演化形成的,旧城改造"一刀切"的做法会产生多方面的问题,只有对其社会、经济、文化形态有清醒而深刻的认识基础上,才能实现可持续发展的目标。历史文脉的保护与传承是重庆旧城改造的重要组成部分,本文在对其历史文化分类归纳基础上,提出了相应保护措施,力图为重庆旧城改造提供借鉴。     

基于改进运动历史图像的多运动目标实时跟踪

提出了一种利用视频图像对运动目标进行实时检测与跟踪的新方法.该方法利用基于改进的时间片的运动历史图像(tMHI)的灰度阶梯轮廓方法对多个运动目标进行检测,通过卡尔曼滤波器对多目标进行跟踪,并得到了各个运动目标的轨迹曲线,进而实现了对视频图像中多目标的跟踪.同时,该方法对多个目标的遮挡问题获得了明显的改善效果.实验结果表明,该方法能够对复杂场景下的多个目标进行有效的识别和准确的跟踪,系统的实时性强,识别率高,而且该方法对于复杂视频监视系统场景中的光照变化、雨雾等干扰具有较强的稳健性.     

基于交互历史的多Agent自动协商研究

在多Agent协商过程中,初始信念起到了至关重要的作用.而初始信念的形成是由设计者给予的部分专家知识和策略集,成功的交互历史是Agent在复杂环境中最后达成一致的提议集.通过学习机制从交互历史中获得知识,形成协商的初始信念,将更加有效地预测对方的策略,缩短协商过程的时间,再通过在线学习来协调己方Agent的行为.在此基础上优化协商模型,提高协商的效率和成功率.     

Introduction to the 100th anniversary issue of the Psychological Review..

Discusses the evolution of the Psychological Review from its inception in 1894 as a general journal to its current status as a forum for theoretical discussion. A historical overview of Psychological Review is presented, and its 2 main subfields, cognition and perception, are outlined. (PsycINFO Database Record (c) 2010 APA, all rights reserved)     

A new methodology for Bayesian history matching using parallel interacting Markov chain Monte Carlo

This paper presents an innovative application of a new class of parallel interacting Markov chains Monte Carlo to solve the Bayesian history matching (BHM) problem. BHM consists of sampling a posterior distribution given by the Bayesian theorem. Markov chain Monte Carlo (MCMC) is well suited for sampling, in principle, any type of distribution; however the number of iteration required by the traditional single-chain MCMC can be prohibitive in BHM applications. Furthermore, history matching is typically a highly nonlinear inverse problem, which leads in very complex posterior distributions, characterized by many separated modes. Therefore, single chain can be trapped into a local mode. Parallel interacting chains is an interesting way to overcome this problem, as shown in this paper. In addition, we presented new approaches to define starting points for the parallel chains. For validation purposes, the proposed methodology is firstly applied in a simple but challenging cross section reservoir model with many modes in the posterior distribution. Afterwards, the application to a realistic case integrated to geostatistical modelling is also presented. The results showed that the combination of parallel interacting chain with the capabilities of distributed computing commonly available nowadays is very promising to solve the BHM problem.