基于图像特征提取的雷达点迹识别方法

为解决虚假点迹对雷达探测和跟踪性能的影响,提出一种基于图像特征提取的雷达点迹识别方法．首先基于雷达原始视频数据提取出16个图像特征参数,其次利用主成分分析(PCA)方法对特征参数的应用价值进行研究和降维处理,最后结合BP神经网络算法进一步对目标和杂波进行真伪鉴别．实验结果表明,相对于支持向量机(SVM)算法和BP神经网络算法,本文方法的点迹识别准确率更高,虚假率和漏警率更低．     

一种基于网格和密度凝聚点的快速聚类算法

提出的快速聚类算法通过凝聚点来准确反映数据空间的几何特征,然后采用网格和密度相结合的方法,利用爬山法和连通性原理进行聚类处理,克服了传统网格聚类算法聚类质量降低的缺点．实验结果证明,本算法的聚类效率优于传统爬山法、Clique算法和DBSCAN算法．     

基于扩展凝聚点和网格的增量聚类算法

提出一种基于扩展凝聚点和网格的快速聚类算法CECPG(c lustering using extended condensation pointand grid).在CECPG算法的基础上提出一种基于扩展凝聚点和网格的增量聚类算法ICECPG(increm entalc lustering using extended condensation point and grid).通过扩张凝聚点准确反映数据空间的几何特征,然后采用网格和密度相结合的方法,利用爬山法和连通性原理进行聚类处理,并在差分数据的指导下进行增量聚类.实验结果证明,CECPG算法的聚类效果优于模糊聚类算法FCM和C lique算法.     

广义凝聚映象及其不动点和最近点

本文引入了广义凝聚映象的概念．并研究了该类映象不动点的存在性问题，给出其对最近点问题的应用．本文结果改进和推广了引文［１，３，４］中的相应结果．     

一种基于加权均值滤波噪声点检测的中值滤波算法

针对常规中值滤波在图像去噪过程中会将原图像的有用信息同时滤除的问题,提出了一种基于加权均值滤波噪声点检测的中值滤波算法.该算法通过含噪图像与其经加权均值滤波的图像作差对图像中的噪声点进行判别,从而针对噪声点进行滤波,能在保持图像原始信息的前提下有效地将图像中的噪声滤除.实验结果表明,与常规中值滤波算法相比,该方法既具有较好的去噪特性,也具有较强的细节保护能力.     

一种新的基于蚁群和凝聚的混合聚类算法

在经典蚁群算法和经典聚合算法的基础上,该文在改进蚁群算法的同时提出了一种新的基于蚁群和凝聚的混合聚类算法。该算法首先在蚂蚁放置物体时采用紧凑算法,其次对于可被蚂蚁负载的物体采用基于评估函数的调度算法,最后将凝聚算法融入蚁群算法的迭代过程。实验通过与其它聚类算法比较表明,该算法在继承了蚁群算法固有优点的同时,提高了时间效率,获得了较好的结果。     

一种基于密度差异的离群点检测算法

在MMOD算法的基础上提出一种改进算法IMMOD,该算法考虑各属性的差异对离群点检测的影响,通过引入信息熵来确定属性的重要程度以量化权重向量,进而采用加权距离计算各数据点相异性。此外,在处理高维数据时,确定次要属性后采用属性约简方法,在保证时间效率的同时提高检测精度。理论分析和试验结果表明IMMOD算法参数少、检测准确性高,能很好地适用于高维数据,整体性能优于同类算法。     

中心荷载角点支承矩形板的弯曲

用加权残值法分析中心受载角点支承矩形板的弯曲，选用的挠度函数及计算都很简单，最后以四几点支承方极为例，进行了计算，说明这种解法是正确的。     

基于兴趣点密度加权的图像美学质量评价

针对现有方法没有充分考虑图像空间美学信息,并且评价效果过分依赖于主体区域识别效果的问题,提出一种基于兴趣点密度加权的图像美学质量评价模型。首先对图像进行超像素分割和兴趣点检测并提取特征描述子,然后统计超像素块内的兴趣点个数,根据兴趣点密度对超像素块内的特征描述子进行加权并进行局部约束线性编码处理,最后利用机器学习方法进行图像美学质量评价。实验结果表明该方法用来图像美学质量评价大大减少了特征维度和计算时间,提高了评价模型的准确率。     

离散点集二分排序构造多边形的算法

简述了平面离散点集构造多边形的基本思想，在研究星形多边形构造算法的基础上，提出一种离散点集二分排序构造多边形的算法，该算法能够将离散点简捷地排序，既可构造凸多边形、凹多边形，也可构造星形多边形，且简单可行、实用可靠．     

基于微分视场的图像目标捕获算法

在数字图像处理领域,形心跟踪的目标捕获有着广泛的应用,尤其在对于天空等相对简单均匀的背景。形心跟踪算法通过目标与背景在灰度上的差别确定是否是目标,其具有较高的跟踪准确性和稳定性,容易实现目标自动捕获,但当图像背景不均匀而且目标与背景灰度相近时,会严重影响对目标的捕获,而不均匀背景在日常是不可避免的。本文分析了有关形心跟踪算法的特点和不均匀背景图像的特点,提出了基于微分视场的不均匀背景图像目标捕获算法,并应用在实际的工程应用系统中,该算法把整个视场图像分为多个更小的图像块分别进行处理,然后对处理结果进行综合分析,获得真正的目标;通过实验和在工程中应用证明,该算法能较好地克服不均匀背景对弱小目标的捕获跟踪影响,改善弱小目标的捕获效果。     

基于邻居筛选的质心迭代定位算法

无线传感器网络在经济、环境、军事等领域有着非常重要的价值和潜力,而节点自身定位问题是传感器网络的一个基本问题。该文对无线传感器网络中传统的DV-HOP节点定位算法存在的问题进行了分析;给出了筛选节点邻居算法减少消息发送的数量,节省了节点能量。并提出了一种新的质心迭代定位算法,有效控制了传统定位算法中不可定位节点的数量和定位误差。对于路由选择和数据融合有重要的作用。     

基于三角形形心的智能车辆无线定位算法设计

针对“距离-损耗”模型在车载自组网无线定位中的局限性,根据此模型提出了一种基于三角形形心的近似定位算法模型,设计了合理的校准方法对给出的模型进行校准.建立车载自组网软硬件实验环境,从距离误差和定位精度两方面对标定的模型进行了实验验证.结果表明,超过95%实验数据的定位精度小于3 m,研究得到的无线定位算法能满足低速情况下车辆主动安全的需要.     

基于RSSI的四边测距改进加权质心定位算法

该文根据接收信号强度指示的测距特性,改进四边测距,并提出一种改进的加权质心定位算法。首先引入统计中值加权的方法,有效地降低了采集RSSI信号时的测量误差。然后运用Euclidean节点定位算法,改进四边测距算法。为进一步提高精度,对WSN定位技术中关于未知节点近似位置的算法做了修正,并对加权质心定位算法中的加权因子进行了优化,使未知节点的定位精度更加精确。相比之前的许多加权质心定位算法,仿真结果表明,改进的质心定位算法在定位精度方面有很大的提高,鲁棒性也较高。     

无线传感器网络中一种基于三边测量法和质心算法的节点定位算法

针对无线传感器网络在节点均匀分布的情况下节点定位精度较差的问题,提出了三边质心定位算法.该算法利用节点均匀分布的先验信息将质心定位思想引入到三边测量法中,通过计算相交圆的公共区域的质心来提高对未知节点位置估算的精度.仿真结果表明,三边质心定位算法与三边测量法相比有效地降低了未知节点的位置误差,提高定位精度.     

基于AUTOCAD平台的模具压力中心的计算与程序实现

本文针对在冲模设计过程中使用传统方法确定模具，尤其是冲裁刃口形状复杂的模具压力中心所具有的计算最大、效率低、精度差、易出错的特点，提出了一种在AUTOCAD平台上利用AUTOLISP编程技术求解模具压力中心且能对计算误差进行控制的新方法，并给出了该方法的理论依据和程序算法的流程，最后通过一个实例将程序计算出的压力中心值与传统的解析法计算出的压力中心值进行了偏差的比较，实践证明该方法是高效且可靠的。     

运用AHP和云重心评价法的弹道导弹威胁评估

弹道导弹技术的发展和应用,对我国的安全环境造成了严重的威胁,合理地运用科学方法对弹道导弹威胁进行评估,可为我国的弹道导弹防御系统的发展和建设提供辅助决策的科学依据.通过确定弹道导弹威胁评估指标集,综合AHP和云重心方法的有关知识,建立各指标的云模型及其多维加权综合云的重心表示;应用云重心评价法给出威胁度的定量评估值,结合实例分析得出：该方法评估弹道导弹威胁可减少人为主观判断引起的偏差,具有可操作性.     

垂直交点APIT定位改进算法

针对APIT算法存在的问题,提出了一种新的判断未知节点位置的方法。首先选择3个任意组合的锚节点,通过任意一个锚节点对另外两个锚节点所在直线作垂线得到垂直交点,通过比较这个锚节点到交点的距离和它与未知节点的距离的关系,初步判断未知节点位置,同时,通过加权质心定位算法得到未知节点的精确估计值。Matlab仿真结果表明,改进后的算法相比较经典APIT算法在定位精度上有了很大提高。     

夏克-哈特曼波前传感器光斑质心探测方法比较与分析

夏克-哈特曼（简称哈特曼）波前传感器被广泛应用于光学测量、激光大气传输、医学等领域。由于哈特曼波前传感器是根据光斑质心的偏移量来重构畸变波前,因此,哈特曼阵列光斑质心的探测精度直接影响了波前重构的精度。本文从哈特曼波前传感器的测量原理着手,对几种阈值法质心探测技术及窗口法质心探测技术进行了比较和分析,得到了质心计算误差均在0.1pixel左右,可在实际不同应用时选择不同的质心探测方法。     

基于质心的时间序列相似性搜索

对时间序列的相似性度量提出了一种新方法.由于相似质点系的质心距离相近,则相似的时间序列质心也应相近.基于变换的时间序列,利用预处理的时间序列数据求得加权质量,继而得到时间序列的质心.通过度量时间序列质心的欧式距离,得到时间序列的相似程度.这种方法不仅适用于时间轴伸缩及其组合,而且对于弯曲的、不同长度的时间序列同样可以处理.