非对称赤道阻尼力矩对远程火箭弹道的影响

针对远程火箭试验射程与计算射程不相符的问题,提出了大攻角下应考虑赤道阻尼力矩章动阻尼与进动阻尼特性的不同,推导了这种不同与攻角的关系,用奇点理论与振幅平面方程推导了在这种非对称赤道阻尼力矩作用下产生极限圆锥运动的条件,通过数值计算进行了验证.结果表明,大攻角下非对称赤道阻尼力矩能产生极限圆锥运动,可造成远程火箭攻角长时间不衰减从而增大阻力、减小射程.     

一种适合EAI的多Agent系统模型

企业应用集成是当前研究的热点，应用集成是能够满足企业统一信息管理、统一资源调配和优化业务流程的重要手段。目前应用集成尚无公认的标准，在实施集成中主要考虑标准接口问题，而往往忽略本身体系结构的合理性。要满足企业为适应市场竞争而灵活变动的管理模式，应用集成必须具备较高的可扩展性和可灵活调整性。在分析企业应用集成内涵的基础上，提出了适合于企业应用集成特点的多Agent系统模型。     

多尺度融合注意力机制的胆囊癌显微高光谱图像分类

目的 胆囊癌作为胆道系统中一种恶性程度极高的肿瘤,早期诊断困难、预后极差,因此准确鉴别胆囊病变对早期发现胆囊癌具有重要意义。目前胆囊癌的诊断主要依赖于超声、CT(computed tomography)等传统影像学方法,但准确性较低。显微高光谱能够在获取生物组织图像信息的同时从生化角度对生物组织进行分析,从而实现对胆囊癌的早期诊断,相比于传统医学图像更具优势。因此,本文基于胆囊癌显微高光谱图像设计了一种基于多尺度融合注意力机制的网络模型,以提高分类准确率。方法 提出多尺度融合注意力模块（multiscale squeeze-andexcitation-residual, MSE-Res）。MSE-Res模块引入改进的多尺度特征提取模块实现通道维上特征的融合,用一个最大池化层和一个上采样层代替1×1的卷积层来提取图像的显著特征。为了弥补池化层丢失的局部信息,在跳跃连接中加入一个1×1的卷积层。在多尺度特征提取模块后,引入注意力机制来学习不同通道间特征的相关性,实现通道间特征的融合,并通过残差连接使网络在提取图像深层特征的同时避免出现过拟合现象。结果 在胆囊癌高光谱数据集上进行实验,本文模...     

基于多尺度近端特征拼接网络的高光谱图像分类方法

针对基于传统卷积神经网络模型的高光谱图像分类算法细节表现力不强及网络结构过于复杂的问题,设计了一种基于多尺度近端特征拼接网络的高光谱图像分类方法。通过引入多尺度滤波器和空洞卷积,在保持模型轻量化的同时可以获取更丰富的空间?光谱判别特征,并提出利用卷积神经网络近端特征间的相互联系进一步增强细节表现力。在3个基准高光谱图像数据集上的实验结果表明,所提方法优于其他分类模型。     

融合图模型及形态模型的SAR图像中河道提取

随着各种高性能SAR成像传感器的广泛使用,海量的SAR图像为各种对地表观测提供了更加丰富的研究依据。基于SAR图像,在复杂场景中提出了一种基于图论及河道轮廓模型相融合的河道提取方法。首先考虑到河道轮廓曲线的复杂性,提出一种河道轮廓分段建模的方法,将复杂的曲线河道轮廓形式化近似为规则直线线段的组合,进而分段采用最小外接矩形窗的组合准确地对河道区域进行描述。建立了一种更加适用于河道提取的图像分割规则,实现对河道区域的准确分割。在此基础上,利用河道轮廓特征的先验知识,根据区域最小外接矩形的形态和连通性对河道区域进行识别。实验结果表明:该方法与常用的基于灰度阈值判别的方法相比,不仅能够有效提取出河道区域,提取结果有效覆盖90%以上的真实区域,还能够较好地抑制背景信息,提取结果仅包含约2%的背景区域。     

混合编码差分进化粒子群算法及多示例学习的高光谱影像降维与分类

目的 高光谱遥感影像由于其巨大的波段数直接导致信息的高冗余和数据处理的复杂,这不仅带来庞大的计算量,而且会损害分类精度。因此,在对高光谱影像进行处理、分析之前进行降维变得非常必要。分类作为一种重要的获取信息的手段,现有的基于像素点和图斑对象特征辨识地物种类的方法在强噪声干扰训练样本条件下精度偏低,在对象的基础上,将光谱和空间特征相似的对象合并成比其还要大的集合,再按照各个集合的光谱和空间特征进行分类,则不容易受到噪声等因素的干扰。方法 提出混合编码差分进化粒子群算法的双种群搜索策略进行降维,基于支持向量机的多示例学习算法作为分类方法,构建封装型降维与分类模型。结果 采用AVIRIS影像进行实验,本文算法相比其他相近的分类方法能获得更高的分类精度,达到96.03%,比其他相近方法中最优的像元级的混合编码的分类方法精度高出0.62%。结论 在针对强干扰的训练样本条件下,本文算法在降维过程中充分发挥混合编码差分进化算法的优势,分类中训练样本中的噪声可以看做多示例学习中训练包"歧义性"的特定表现形式,有效提高了分类的精度。     

某箱式火箭炮对面目标分布式杀伤最优火力分配

为了提高某箱式火箭炮的作战效能,提出一种基于分布式多点射击效率评定的最优火力分配方法,建立了射击效率评定模型和火力分配模型。以平均相对毁伤面积为射击效率指标,通过对面积目标网格微元积分,以最大射击效率为目标函数进行优化搜索,在求取射击效率的基础上确定出射击点的数量和坐标。区分目标中心单点射击和分布式多点射击两种情况进行了对比计算,结果表明：两种射击方法的射击效率均随用弹量的增加而增大;采用分布式最优火力分配方法比单点射击方法的射击效率大幅提高,最高可达17.28%.     

可扩展性信息集成平台设计

信息集成平台的可扩展性是信息系统能够适应企业需求变化而快速变化的关键问题,而可扩展性问题的核心是系统的架构具有灵活性、开放性、可配置性,这些特性可总结为系统具有柔性,以J2EE技术规范为基础,具体设计了一种具有可扩展性的信息集成平台系统。     

水资源系统分布数据集成模式研究

分析了水资源信息系统中数据采集与数据集成系统的特点,比较和研究了在分布条件下实现数据采集和数据集成的现有技术的长处与不足,提出基于智能体技术的数据集成方案,并对该方案的系统结构及特征进行了分析.     

城市环境下基于拓扑特性的车辆自组网建模

低碳生活和低能耗是当今的热门话题,对“绿色交通”的期待使得车辆自组网(vehicular ad hoc network,简称VANET)受到越来越多的关注和研究.而无线通信技术的快速发展和车辆的普及使车辆自组网的研究变得更加迫切和必要.提出以车辆自组网本身拓扑特点出发,通过对某些城市VANET 的实证研究来获得通用的网络特征和网络模型,进而解释网络行为和物理含义的新思路.基于此,利用4 000 多辆出租车收集的实时数据,分析了城市环境下车辆自组网的度分布、聚类系数、特征路径长度等拓扑特性.数据分析结果表明,城市环境下车辆自组网节点度服从幂率分布,且网络的整体和局部都具有较高的聚类系数.从分析结果出发结合复杂网络理论,建立了一种车辆自组网的网络模型,该模型从规则图出发,应用无标度网络和小世界网络的特性,将随机重连和优先连接原则应用于模型中,并设置模型的外部接口对网络模型进行控制和分析.最后,仿真验证了所建模型的有效性.为建立更有效的车辆自组网仿真平台提供了理论模型,同时有助于更好地控制网络拓扑.