改进的特征点提取算法及其适应性评估

改进了一种特征点提取算法[1].提取图像的边缘轮廓线并以边缘线的几何重心为极点,对边缘极坐标化,形成幅角-极径曲线.再在该曲线上寻找局部最大与最小值点以得到特征点.改进后的算法既能获取曲线的凸点,也能获取其凹点,与原算法比较有了明显的改进.又分别在尺度,旋转及仿射变换情况下,对算法的适应性进行评估,实验结果表明,改进后的算法适应性较好,能达到79.1%.在实际应用中,二维边缘曲线实现基于特征点的自动输入及三维重建具有重要价值.     

Petri网模型与程序流程图的比较及应用研究

petri网是一种描述具有分布、并发、异步特点的信息流的系统模型,已得到了广泛的应用;程序流程图是依据算法描述问题求解过程的图解表示,是使用数字计算机求解问题的必要步骤。如何进行相互转换是应用中所关心的一个突出问题。文中对二者先做形式上的比较研究,分析它们的特点和异同,从中找出一些规律,用以归纳相互转换的方法要点。最后,通过实例分析来阐述转换的算法。     

多尺度核方法的自适应序列学习及应用

多尺度核方法是当前核机器学习领域的一个热点。通常多尺度核的学习在多核处理时存在诸如多核平均组合、迭代学习时间长、经验选择合成系数等弊端。文中基于核目标度量规则,提出一种多尺度核方法的自适应序列学习算法,实现多核加权系数的自动快速求取。实验表明,该方法在回归精度、分类正确率方面比单核支持向量机方法结果更优,函数拟合与分类稳定性更强,证明该算法具有普遍适用性。     

一种基于MAS的作战指挥智能运作模型研究

研究了一种多智能体系统的实体结构（EACSS）,设计了作战指挥智能体（CCA）,并就其各模块功能进行了分析。该系统采用模糊决策方法设计了约束推理模块,用以模拟人的思维推理过程,完成对推理依据信息的存储以及应用。对EACSS进行了性能分析,对进一步研究智能体在作战指挥系统中的应用具有一定的实用价值。     

一种基于统计的多智能体Q学习算法

针对非确定马尔可夫环境下的多智能体系统,提出了一种新的基于统计的多智能体Q学习算法,该算法将统计学习与增强学习有机结合,有效地解决了智能体环境部分感知、信息不确定以及其他智能体行为策略学习的问题,经RoboCup仿真实验证明该算法具有较强的自适应能力和学习效率。     

一种基于Agent的文本情报检索模型

信息战中,情报是决定战争成败的关键点之一。针对文本情报,构建了一个基于多Agent的检索模型AIRSM,并结合潜在语义技术,进行用户建模,以满足不同用户的检索需求。实验证明,AIRSM在一定程度上实现了军事情报检索的个性化、智能化。     

Petri网模型与程序流程图的比较及应用研究

petri网是一种描述具有分布、并发、异步特点的信息流的系统模型，巳得到了广泛的应用；程序流程图是依据算法描述问题求解过程的图解表示，是使用数字计算机求解问题的必要步骤。如何进行相互转换是应用中所关心的一个突出问题。文中对二者先做形式上的比较研究，分析它们的特点和异同，从中找出一些规律，用以归纳相互转换的方法要点。     

不变区域提取算法及其在两视图粗校正中的应用

在宽基线成像过程中,两视图的成像角度、光照条件都发生较大的变化,使得立体匹配的难度加大。提出了一种基于不变区域提取算法,通过灰度指数变换,定义的目标函数不仅提取了定位准确的极值点,形成稳定的不变区域,而且突显了每个方向上灰度的变化。将其应用于两视图RTS变化参数估算中,正确率分别达到:旋转91.65%,水平位移84.85%,垂直位移80%,比例84.29%。根据估算值对右图像进行校正,校正后的右图像明显地提高了与左图像的相似度。     

基于MAS的作战指挥模型的通信技术实现

Agent通信是Multi-Agent系统能否高效运行的关键技术之一。为实现基于Multi-Agent的作战指挥智能化系统中各Agent间的交互、协商与合作,解决作战决策处理这一复杂过程的控制问题,通过分析FIPA-ACL的系统组成、通信机制等,提出了一种基于FIPA-ACL的作战指挥智能化系统的Multi-Agent通信技术,确定了其通信方式、通信策略与通信协议,并给出了具体实现方法。     

一种高分辨率遥感图像分割算法

文章研究总结了一种适合于高分辨率可见光遥感图像分割的算法。该算法是一种结合数学形态学区域分割算法和Canny边缘检测算法的综合图像分割算法,可以有效地将图像中的多个小目标分割出来。