基于角色管理的研究生信息管理系统分析与建设

在分析现有的研究生信息管理系统基础上,提出了基于角色管理的研究生信息管理系统建设方案.基于不同角色、访问和管理系统,完成从学生报名-考试-录取-报到-培养计划-学籍-成绩-科研-学位-毕业-就业以及导师信息-导师管理-导师与学生查询等工作.由于采用角色管理,从而提高了工作效率和系统的安全性.     

海战仿真中CGF行为建模方法研究

CGF是分布交互仿真环境中重要的仿真实体,CGF行为模型是构建CGF系统的核心和难点.对CGF行为的特点进行了归纳,认为CGF的行为可以由一组动作通过一定的逻辑运算进行合成.提出了基于线性赋色时态逻辑的行为建模方法,分别建立了动作、活动和行为三个不同层次的模型并给出了实例应用.采用该方法建立的CGF行为模型结构明晰,适于采用STAGE的脚本语言进行程序化描述,仿真结果表明了该方法的合理性和有效性.     

基于ADS的LFM脉压雷达系统建模与仿真

指出雷达系统基于传统仿真软件建模与仿真时的缺点;阐述了ADS(Advanced Design System)软件在雷达系统仿真中的优势;然后建立一个基于ADS软件平台的雷达系统仿真模型库.当对某种雷达系统仿真时,只需根据要求修改各个模块的参数或更换子模块即可准确迅速地搭建起系统仿真模型,大大缩减了建模所花费的时间和人力物力.以一个线形调频脉冲压缩雷达系统建模的过程为例,对ADS软件在雷达系统仿真中的应用加以介绍,并给出最终仿真结果.     

提取多尺度光照不变量的人脸识别

光照变化条件下的人脸图像识别一直以来都是图像处理中的热点和难点问题,为了提高人脸图像的识别率,提出了一种用于非均匀光照条件下人脸识别的算法.利用对数及二维小波变换的多尺度特性提取出人脸的光照不变量,然后运用PCA+LDA方法进行人脸特征提取,并采用基于欧氏距离的最近邻分类器进行识别.通过Matlab编程实验,在Yale B人脸库中达到了较高的识别率.     

基于相对距离的改进粗K-means方法

对现有的两种基于绝对距离的粗K-means方法进行了讨论,指出了各自的不足之处。在此基础之上,讨论了用相对距离替代绝对距离的合理性,从而给出了基于相对距离的粗K-means方法。通过对随机数据、Iris数据和文本数据进行聚类效果比较,验证了基于相对距离的粗K-means方法的可行性和有效性。     

基于双极偏好控制的多目标粒子群优化算法

考虑双极偏好信息对粒子群的控制作用,提出一种使用双极偏好——正偏好和负偏好引导粒子群向 Pareto 前沿偏好区域进化的方法．根据TOPSIS 决策法思想,将外部种群粒子与正负偏好点的相对贴近度排序作为 外部种群管理和全局最优解更新策略;根据贴近度值确定解集的分布度;选取6 种不同类型的多目标测试函数进行 算法模拟,从世代距离、空间测度和超体积测度3 个指标与基于单极偏好的多目标粒子算法进行性能比较．结果显 示,基于双极偏好控制的多目标粒子群算法的收敛性和综合性能更优秀．     

基于非结构化控制流的进化测试方法

结构性测试中,进化测试是一种高效的自动生成高质量测试用例的技术.然而,当程序中出现非结构化特征时,在面向节点的测试标准下,其效率极其低下甚至不及随机测试生成方法.在考虑循环体内部出现跳转(goto、retum)语句的情况下,提出了一种适应度计算方法.该方法在结合传统进化测试适应度计算的基础上,充分考虑了循环次数对于进化搜索的影响.实验结果表明,本适应度函数可以很好地引导进化搜索,并以较小的代价生成测试用例.     

基于遗传算法的多台光电经纬仪优化布站研究

利用部署于不同地点的多台光电经纬仪对飞行目标进行交会测量,可以确定被测目标的空间位置.为提高对被测目标的定位精度,提出了一种基于遗传算法的多台光电经纬仪优化布站方法.首先建立了光电经纬仪交会测量定位优化布站数学模型,然后针对该优化问题对遗传算法进行了设计,最后运用该算法对三台光电经纬仪布站几何进行了优化布站仿真计算,得到了三台光电经纬仪经布站优化后的站点坐标,且仿真结果表明该方法能够明显提高对被测目标的定位精度.     

基于双环控制的航空静止变流器的建模与仿真

针对航空静止变流器在非线性负载条件下输出电压谐波含量大以及逆变器动态响应过程十分缓慢的问题,采用电容电流内环电压外环的双环控制技术,给出了控制器参数基于极点配置的方法,建立了单相航空静止变流器的数学模型。通过Matlab/Simulink软件平台对模型仿真。结果表明:设计方法能真实反映系统的动、静态性能,同时也验证了采用双环控制技术解决航空静止变流器带非线性负载时输出波形畸变以及动态响应缓慢的问题是行之有效的。     

基于子空间方法的精馏塔系统辨识建模研究

子空间辨识方法作为一种有效的针对多输入-多输出系统(MIMO)的辨识建模方法近年来受到广泛的重视.目前主要采用的子空间辨识算法只能适用于白噪声环境,而实际的工业现场数据很多是受到较大有色噪声干扰的.针对问题采用了一种新的子空间辨识算法,利用马尔可夫参数用于处理随机性部分,同时引入辅助变量用以去除噪声的干扰,能够适用于存在较大有色噪声干扰情况下的辨识建模,并可得到对象的无偏模型,建模的精度优于通常所采用的子空间辨识算法.通过对精馏塔仿真模型的辨识结果证明了该方法的可行性和有效性,以及在实际工业过程对象建模中良好的应用前景.