基于神经网络的威胁评估研究

威胁评估是战场损伤模拟研究的重要内容之一,对于开展更为深入的战场损伤模拟研究是非常重要的.威胁评估涉及的因素较多,且难于建立一种合理的评估准则和评估数学模型.该文根据战场损伤模拟中威胁评估的非线性特点,以及神经网络在解决非线性复杂问题所具有的独特优势,提出了基于神经网络的威胁评估方法,讨论了威胁评估神经网络模型的构建方法,并从某战损试验数据中选取训练样本,进行了实例分析,证明了该方法的可行性和有效性.     

Internet视频点播差错控制

针对Internet传输方式和视频点播应用的特点，提出一种基于ARQ的差错控制机制，该差错控制机制包括失序差错检测，NACK差错通告，选择重传，缓冲区管理和请求队列管理几个部分，具有差错反应迅速，允许多次请求重传，状态信息和控制信息少的特点，通过缓冲区管理和请求队列管理，避免了无交的重传请求和重传数据包，进一步降低主机和网络资源需求，接收者驱动的ARQ差错控制机制不需要修改现有网络协议，容易实现，实验证明，Internet视频点播差错控制机制在保证视频信息实时性要求的前提下，能有效降低视频数据包在Internet传输中的包丢失率，从而改善视频回放质量。     

速度对脊状表面减阻影响的数值仿真研究

在管道运输中,流动处湍流状态时,对V型脊状表面和光滑表咏在多个速度下进行了数值仿真计算,发现了脊状表面微观流场的特点和速度对脊状表面减阻效果的影响规律。针对回转体脊状表面的流场特性,为控制减阻,进行数值仿真时合理选择了计算模型、计算流域、计算刚格及边界条件。仿真结果表明：在同一速度下,相对光滑表面而言,脊状表面所受的压差阻力略有增大,但占总阻力份额80％以上的粘性阻力显著降低,从而形成减阻效果;对于同一个脊状表面,速度越大,其湍流边界层能量的交换和转化越强烈,使得低速下的减阻效果明显优于高速。     

两个前向安全代理盲签名方案的分析与改进

通过对周萍等提出的两种具有前向安全性质的代理盲签名方案的安全性进行分析,指出两种方案都不能抵抗原始签名人的伪造攻击,不具备前向安全性。针对以上问题,对原来两个方案分别进行了改进,改进后的两个方案具有抗伪造性和真正意义上的前向安全性,而且改进方案2还具有后向安全性,是一个强前向安全签名方案。     

Hough变换的新定义

本文的主要工作有以下三个方面：首先通过多方面分析，指出文献中Ｈｏｕｇｈ变换的模板匹配式定义是不完善的；其次我们发现Ｈｏｕｇｈ变换具有一种固有的概率特征，它和待处理的图像无关，但对Ｈｏｕｇｈ变换的性能有根本性的影响，为了描述这种概率特征，本文提出了曲线（曲面）密度函数的概念；最后基于上述两方面的分析，本文给出了Ｈｏｕｇｈ变换的一种新定义。     

基于方法切片及入口依赖的回归测试研究

为了提高大型软件回归测试效率,将程序切片思想应用于回归测试用例选择过程,提出了方法切片及入口依赖的概念。切片算法MethodSlice以方法为基本单元进行切片,提取软件变化影响点,仅选择那些受源程序修改部分影响的测试用例进行回归测试。实验结果表明:与传统的程序切片相比,方法切片更易用于大型软件的回归测试过程中,其实现简单,不易出错,在一定程度上提高了软件回归测试效率。     

基于压力传感器的高精度血压计系统设计

血压是反映人体生理状况的一项重要指标,血压监测在临床和医疗保健中有着重要的地位。针对传统单片机设计方案测量精度不高、稳定性不好等缺点,采用MSP430单片机与ARM处理器有效结合的方法,设计了一种基于压力传感器的高精度血压计。从脉搏波特征点入手,采用了一种改进的阈值法,能准确检测出多种病理情况下的有效脉搏波峰值,该方法克服了传统阈值法检测脉搏波准确性不高的缺点,方法简单,测量时间短。采用自适应卡尔曼滤波算法拟合包络线,相比高斯曲线拟合效果更好,且易于编程实现。测试结果表明:系统误差小于4 mmHg,测量范围为0~295 mmHg,具有精度高、速度快的特点。     

微型仿昆扑翼飞行器解耦操控机制

提出一种解耦操控机制,用于解决微型仿昆扑翼飞行器飞行控制中的欠驱动问题．首先通过理论分析和仿真试验分析了翅膀的振翅运动参数对气动力旋量的控制作用;然后在对昆虫飞行所采用的生物学振翅运动进行模拟的基础上,通过调整翅膀的振翅运动参数,设计了一个能对气动力和气动力矩实现独立控制的解耦操控机制．此操控机制采用周期函数将控制输入量参数化,从而在仿昆扑翼布局的动力学模型中引入更多数目的独立控制量．通过将原动力学系统转化为完全能控系统,解决了仿昆扑翼布局的欠驱动控制问题．同时,此操控机制仅仅要求转动角可控,有效地降低了仿昆扑翼飞行器的设计难度．     

全变分极端通道先验的盲图像去噪去模糊

图像先验是图像复原中求解不适定问题的关键。针对在图像具有显著噪声时,极端通道先验去模糊算法容易产生振铃伪影和无法抑制噪声的缺点,利用全变分模型可以同时抑制噪声和保护边缘的优势,提出一种有效的全变分极端通道先验的盲图像去噪和去模糊模型。首先,将全变分模型分别引入暗通道和亮通道中,用于保护图像的边缘及消除噪声或振铃伪影;其次,利用半二次分裂技术解决模型的非凸问题和估计潜在的清晰图像;最后,用迭代多尺度盲反褶积估计图像的模糊核。实验结果表明,该算法能够在抑制噪声的同时很好地保护图像的边缘细节和消除振铃伪影。相比近几年具有代表性的其他方法,该模型的鲁棒性、主观视觉效果和客观评价指标均有明显提高。     

基于近邻关系的个性化推荐算法研究

协同过滤是目前电子商务推荐系统中广泛应用的最成功的推荐技术,但面临严峻的用户评分数据稀疏性和推荐实时性挑战。针对协同过滤中的数据稀疏问题,提出了一种基于最近邻的个性化推荐算法。通过维数简化技术对评分矩阵进行优化,降低数据稀疏性;采用一种新颖的相似性度量方法计算目标用户的最近邻居,产生推荐预测。实验结果表明,该算法有效地解决了数据稀疏,提高了推荐系统的推荐质量。