SLAM问题的一种优化数据关联算法

联合相容分支定界算法（JCBB）存在“计算复杂度高”等缺点．为了优化JCBB算法在准确度和计算复杂度方面的性能,对它进行了三处改进：一是采用互斥准则和最优准则来提高关联的准确度;二是根据机器人的位姿和传感器的测量范围将数据关联限定在局部可能区域中;三是自适应地进行分批数据关联．仿真实验结果表明,优化JCBB算法（OJCBB）在保证准确度的同时大大降低了计算复杂度．VictoriaParkDataset实验表明,OJCBB算法的数据关联结果是可信的,而且OJCBB算法的计算效率远远高于JCBB算法．     

基于自适应事件触发牵制控制的多时滞随机耦合神经网络簇同步

本文通过自适应事件触发牵制控制策略,研究了多时滞的随机耦合神经网络在均方意义下以指数速率进行簇同步的问题.在耦合神经网络中,同一簇中的节点只需与相应的孤立节点同步,而对于不同簇中节点之间的同步状态没有要求.首先,本文提出了一种事件触发牵制控制方法来解决耦合神经网络中节点数量众多、通讯复杂的问题.该方法不仅能减少耦合神经网络中控制器的数量,还可以减少控制信号的传输次数、减轻网络传输压力.然后根据M矩阵方法,建立了随机耦合神经网络均方指数稳定的充分条件.同时,利用自适应控制策略,给出了反馈增益的更新规律.最后,通过一个数值例子验证了所提出的自适应事件触发牵制控制策略的有效性和适用性.     

卷积自注意力编码过滤的强化自动摘要模型

技术是一种能从海量文本中获取重要信息的方法,它可以缓解大数据时代信息过载的问题.传统基于编码-解码自动摘要模型生成的摘要易出现句内重复、语义无关等现象,不利于读者理解文本的核心思想.受人工摘要书写方式的启发,即先理解文本局部信息,再从全局层面归纳信息、书写摘要,提出一种基于卷积自注意力编码过滤的自动摘要模型(CSAG).模型由编码器、卷积自注意力门控单元、解码器组成,结合卷积神经网络可以提取局部特征,多端自注意力机制可以学习长期依赖关系,模型可以根据上下文的局部和全局特征,从不同角度和不同层面提取文本潜在信息,确保模型生成正确流畅的摘要.然后通过策略梯度强化学习可直接利用不可微的度量指标ROUGE对模型进行优化,避免推理过程中出现曝光偏差问题.在Gigaword数据集上的多组对比实验结果表明,该文提出的模型在自动摘要任务上具有一定的优势.     

基于避免干扰分组频谱分配算法的CR-OFDM系统模型

针对多用户OFDM(Orthogonal Frequency Division Multiplexing)认知无线电系统模型,提出一种基于避免干扰的分组频谱分配算法,并对所提模型对应帧结构中的频谱感知、频谱聚合等核心技术进行详细的功能设计。通过对不同用户频带资源需求的综合判断,并结合当前频谱空洞情况的判决结果,在避免对授权用户造成干扰的前提下,应用所提的分组频谱分配算法进行认知用户间的资源分配。仿真结果验证了所提算法的可行性,且所提出的模型不仅可以合理地利用频谱空洞资源,其误码率及误包率均更好地满足了用户的需求。     

基于SAGBA优化粒子滤波的目标跟踪

在目标跟踪领域,粒子滤波技术有处理非线性非高斯问题的优势,但是标准粒子滤波在利用重采样方法解决退化现象时,会产生粒子贫化现象,导致滤波精度不稳定。针对这个问题,利用融合了模拟退火高斯扰动的蝙蝠算法对粒子滤波进行优化改进。该算法将粒子表征为蝙蝠个体,蝙蝠种群通过调节蝙蝠个体的频率、响度和脉冲发射率,伴随当前最优蝙蝠个体在目标图像区域进行搜索,并且可以对全局搜索和局部搜索进行动态决策,从而提高蝙蝠个体整体的质量与合理的分布;融合的模拟退火高斯扰动策略可以增强算法跳出局部最优的能力。为了验证该算法的优化性能,将该算法和标准粒子滤波算法进行性能分析对比。实验结果表明该算法的滤波性能优于标准粒子滤波算法。     

证据理论在碾压混凝土坝安全综合评价中的应用

针对碾压混凝土坝安全性态综合评价中评价指标、指标权重及评价等级的确定所存在的不确定性,将证据理论应用到碾压混凝土坝安全性态综合评价中,以解决评价过程中的不确定性问题。提出了证据理论在碾压混凝土坝安全评价中的计算步骤,建立了碾压混凝土坝安全评价指标体系。通过实例计算,验证了该方法是有效可行的,为碾压混凝土坝安全性态综合评价提供了新的思路。     

基于CMAC神经网络的智能助行机器人在线学习控制

为了使老年人能够独立、安全、舒适地行走于户外环境,针对自行开发的智能助行机器人ZJU Walker,提出一种基于CMAC神经网络的在线学习控制算法.CMAC神经网络模拟人的小脑结构,具有学习速度快、结构简单等特点.采用CMAC神经网络对用户的行走习惯进行关联记忆和在线学习,并理解用户的行走意图.实验结果验证了所提方法的有效性,使助行机器人更加易于使用,提高了用户在使用过程中的舒适度.     

计及分布式电源不确定性的快速网络重构

快速网络重构技术是实现智能配电网自愈控制技术最重要的手段之一。分布式电源以其清洁性和可再生性被越来越多地加入到配电系统中,充分考虑风电和光伏的接入不确定性,构建风电和光伏出力模型,并以配电网网络损耗和负荷均衡度2个重要指标,构建双目标配网快速重构模型。针对多环网的3种不可行解产生情形,提出了4条重构编码规则,使重构过程中无不可行解产生,并将其与改进萤火虫算法有机融合,以实现快速网络重构。以IEEE33节点配电网作为算例,验证了在加入分布式电源的情况下,通过快速网络重构能明显改善配网各项指标。     

基于LSTM的商品评论情感分析

随着电子商务的发展,产生了大量的商品评论文本.针对商品评论的短文本特征,基于情感词典的情感分类方法需要大量依赖于情感数据库资源,而机器学习的方法又需要进行复杂的人工设计特征和提取特征过程.本文提出采用长短期记忆网络（Long Short-Term Memory）文本分类算法进行情感倾向分析,首先利用Word2vec和分词技术将评论短文本文本处理为计算机可理解的词向量传入LSTM网络并加入Dropout算法以防止过拟合得出最终的分类模型.实验表明：在基于深度学习的商品评论情感倾向分析中,利用LSTM网络的短时记忆独特特征对商品评论的情感分类取得了很好的效果,准确率达到99%以上.     

燃料电池发电系统项目通过验收

中国航天科技集团公司北京11所联合上海811所和北京理工大学共同承担的国防基础科研项目“燃料电池发电系统应用研究”，顺利通过了国防科工委组织的专家验收．这是航天系统进军军民两用技术结出的又一硕果。