基于改进支持向量机的目标威胁估计

针对信息融合中目标威胁估计的特点,分析了传统目标威胁估计方法和支持向量机(SVM)的不足。采用粒子群算法(PSO)对SVM中惩罚参数c和核函数g进行优化,建立了改进的SVM(PSO_SVM)目标威胁估计模型及算法。介绍了粒子群算法和支持向量机的原理,建立了一种新的PSO_SVM目标威胁估计模型;基于该模型,实现了PSO_SVM目标威胁估计算法。为适应该算法,对数据进行了预处理,包括数据量化和归一化。交叉验证寻找最佳参数时,采用PSO算法进行优化。采集75组原始数据用于仿真实验,其中60组作为训练集,15组作为测试集。仿真实验表明,该算法预测误差为0,达到了预期目标。实验结果真实、准确地反映了实际情况,证明了该方法的有效性。     

随机服务系统理论在威胁估计中的应用

利用防空武器与空袭目标的对抗过程分析武器系统的作战效能,对武器系统的设计和使用者来说都是不可缺少的环节.随机服务系统理论或称排队论是一种解析分析计算武器系统作战效能的有效工具.用随机服务系统理论方法建立评价武器系统的作战效能的线性解析模型,通过线性解析模型计算空袭目标的突防概率,从而得到用于对敌空袭目标威胁估计的重要参数,根据突防概率可以提供敌空袭目标对我保卫目标或区域所构成的威胁等级,从而使指挥员做出快速、准确的应对措施.     

基于不同量测数据融合的配电网状态估计研究

如今配电网的测量设备越来越丰富,除了传统的监控和数据采集（SCADA）测量系统,微型同步相量测量单元（μPMU）也逐渐应用于配电网,但这两种测量设备的数据存在较大差异。为此,利用赋权法平衡数据精度差异,利用设置缓冲区使得数据时间断面达成一致,利用插值算法弥补数据刷新频率不一致的问题,使得两种系统数据可以有效融合,并考虑三相不对称的实际情况,借助支路电流法进行数据融合下的配电网三相状态估计,最终结果显示所提方法具有较高的实用价值。     

磷虾群算法优化支持向量机的威胁估计

为提高目标威胁估计的预测精度,在传统支持向量机优化方法的基础上,提出了采用磷虾群算法优化支持向量机的威胁估计方法。介绍了磷虾群算法和支持向量机的原理,并基于此采用磷虾群算法对支持向量机中的惩罚参数和核函数参数进行优化,寻找最优的惩罚参数和核函数参数;建立磷虾群优化支持向量机的目标威胁估计模型,并实现基于该模型的目标威胁估计算法。采集90组原始数据组成训练集、30组数据组成测试集,对该目标威胁估计算法进行仿真实验。实验结果显示,磷虾群算法优化支持向量机的预测误差为0.002 91,小于采用粒子群算法或萤火虫算法优化的支持向量机。结果表明,磷虾群优化支持向量机的目标威胁估计方法可以有效地完成目标威胁估计。     

基于Daubechies 4小波的数据融合估计算法

利用Daubechies4小波对最细尺度上给定的状态方程进行多尺度分解，在各个较粗尺度上，建立起新的多尺度随机动态模型。基于此，给出多尺度递归数据融合估计算法，从而在最细尺度上，获得状态基于全局观测信息的最优估计值。严格推理证明了方法的正确性，计算机仿真验证了其有效性。从而发展和丰富了多传感器数据融合理论和Kalman滤波理论与应用。     

基于多传感器数据融合技术的自动控制系统状态估计

给出了基于多传感器数据融合技术的自动控制系统状态估计的结构与算法。仿真实验表明，应用多传感器融合技术有利于提高系统状态估计的性能。     

空间目标识别技术与威胁评估算法综述

简要介绍了现有的空间目标探测技术地基／天基的雷达、光电等,指出目标识别的难点在于高效、准确、实时的数据融合。针对空间环境的复杂性,指出空间目标威胁评估的关键在于属性权值向量的确定,详细分析了现有的威胁评估算法：层次分析、专家系统、灰色聚类、Bayesian网络、云模型、神经网络、支持向量机等;通过对比研究,着重探讨其优势与不足,最后给出此类算法在空间环境下的普适性。     

安全加固清楚掌握公司内网威胁事件

近日，针对于大量客户的网络安全威胁检测、安全弱点监测等需求，趋势科技最新推出了全新概念的威胁发现系统是TDS。在TDS系统中的关键组件TDA可以对企业网络安全环境进行智能分析，对于现有的防毒架构提升更高层次的管理指标，从而大大提高网络、数据的安全系数．真正达到事半功倍的效果。     

基于多源参数融合的配变台区状态估计

基于变压器负荷-温度和输电线-微气象的参数估计模型,利用电气量和非电气量等多信息源量测数据,通过K-mean聚类分析法对信息网与物理网进行归一化,采用信息物理融合思路,建立了基于信息物理融合的配变台区运行状态的估计系统,以云南地区实网数据为例进行验算。结果表明：并行云计算模式能够显著提高运算效率,缩短运行时间;采用K-means算法能够有效过滤计算过程中不良数据的干扰,状态估计误差较以往降低了4.51%。该估计模型能够缩短系统的运行时间,实现了对电网运行设备的实时监测,估计结果也更接近于电网运行的实际状态,可为电力系统的调度分析提供指导。     

基于MADM的多UCAV空战态势威胁评估

在综合考虑了UCAV态势威胁指数和空战能力指数的基础上,建立了威胁评估模型;采用层次分析法(AHP)对威胁权重进行了计算,提出了一种定性与定量相结合的多属性决策(MADM)方法,分别采用逼近于理想排序法(TOPSIS)和直接线性加权法进行了威胁评估和排序;最后给出了具体的仿真算例。计算结果表明,模型考虑的更加全面,算法层次清晰,计算快捷,可以实现高效的多UCAV空战威胁评估。     

基于条件约束满足问题的产品配置研究

强大灵活的配置模型和高效的求解策略是实现复杂产品配置的基础。为了构建复杂产品的配置模型,提出了一种基于条件约束满足问题框架的配置建模方法,该方法利用配置变量和配置约束来统一表达配置模型中的产品模型和用户需求,从而使配置模型具有表达一致性;配置变量分为类型变量、属性变量、接口变量、基数变量四种类型;配制约束包含依赖约束和活动约束两种类型;在构建统一形式配置模型的基础上,采用一种模型分解策略进行求解。最后采用一个汽车产品实例说明配制建模和配置求解过程。     

基于MapReduce的海量事件日志并行转化算法

随着大数据时代的来临,为了高性能地转化海量分布式日志,提出事件日志在云平台上基于MapReduce架构的分布式转化算法.提出基于案例拆分的改进算法,以转化单机上的日志,使其变得可行;进一步提出基于MapReduce的并行转化算法.这是在过程挖掘领域中首次实现从海量原始日志到可扩展事件流事件日志的并行转化,极大地提高了转化性能.     

基于几何代数 SURF 的三维医学图像配准研究

三维医学图像可辅助医生的临床诊疗,不同模态三维图像通过配准后,可为医生提供更全面的病患信息,而传统三维多 模态医学图像配准的精度不高、耗时较长且易受干扰。 首先搭建 Hessian 四维尺度空间,将加速稳健特征(SURF)框架拓展至三 维,然后基于几何代数构造了梯度角度不变性的三维特征点描述子,以丰富特征点信息;再设计快速空间寻优算法,不仅可保证 配准精度,且提高配准稳定性;最后,采用数据一致性较好的 RIRE 公开数据集和合作附属医院提供的个性化临床实例数据开 展实验。 实验评估中,以手动配准作为金标准,公开库和临床实例图像的配准均值误差都不超过 3 mm,配准相似性超过 99. 1% ;抗扰实验中混入高斯噪声,均值误差仍不超过 3. 5 mm,相似性超过 98. 9% 。 实验结果表明,基于几何代数 SURF 的三维 配准方法的精度更高且稳定性更强,可为临床适用提供理论基础与诊疗预案。     

基于神经网络代数算法的电子罗盘的标定

为了标定KVH-C100型电子罗盘,分析了电子罗盘产生误差的原因,设计了电子罗盘信号采集的软硬件系统;为了减少随机因素的干扰,对采样数据进行了中值滤波;在此基础上,采用神经网络代数算法建立了电子罗盘的误差补偿模型,该模型能实现在样本空间的精确映射,具有较高的非线性逼近精度。通过实验证明该补偿模型比中值正弦误差补偿精度高,使得误差范围由标定前的-5.468 15°～1.457 96°减小到-0.492 8°～0.517 8°,重复性实验也证明该补偿模型一致性好,满足控制要求。     

基于过程代数的可变业务流程建模方法

为实现灵活的业务流程重组,提出了一种面向流程变化调整的业务流程模型。该模型从业务逻辑中抽取出流程相关性语义,用连接器的模式来实现一种可配置的流程属性。业务人员可以通过调整模型中的连接器对流程进行重新配置,从而实现业务流程重组的软件调整。给出了模型的过程代数描述,并介绍了建模步骤和流程调整方法。最后,以机场塔台调度流程的建模和调整过程为例,对相关问题进行了讨论。     

基于感知条件网络的可控语音增强模型

为了给不同听者在不同场景下提供更好的语音增强主观听觉感受,提出了一种基于感知条件网络的可控语音增强模型。首先设计分位数损失函数来对语音的高估和低估进行权衡,并以此来指导网络的训练,通过调节网络输出中的语音损失和噪声残留水平,来控制模型的输出特性。然后为了让单个网络具有可变的输出特性,引入条件网络,利用分位数损失函数中与听者感知相关的分位值产生条件信息来对含噪语音特征进行调制,建立了可控的语音增强模型。实验结果表明,设计的分位数损失函数能够有效调节增强语音中的语音损失和噪声残留水平;基于感知条件网络建立的可控语音增强模型,能够提供可由听者主动控制的增强语音输出特性,使听者获得更好的语音增强体验。