巡航导弹制导基准图资源保障问题研究

立足于巡航导弹作战保障 ,研究了制导基准图制备过程中巡航导弹航迹规划的要求及一般步骤 ,匹配区基准图的筛选与预处理 .提出了建立目标区影像库以实现制导基准图资源可靠保障的思想 .为实际应用提供了一定的理论基础与依据 .     

多核融合多尺度特征的高光谱影像地物分类

对于高光谱影像地物分类问题,为更加有效地利用像元空间信息和光谱信息,提高地物分类精度,提出了多核融合多尺度特征的分类方法。首先,通过多尺度空间滤波和PCA白化,提取出多尺度特征;接着在核稀疏表示分类器内使用多核方式对分别表示每项特征,在分类器内实现特征自动融合,根据子核与理想核、子核之间距离求取核组合的权重,使用训练集所构成的字典在特征空间内对待测样本进行线性表示,根据每类地物的重构误差确定待测像元所属地物类别。实验结果表明:对于Indian Pines影像和Pavia University影像总体分类精度分别达到99.51%和97.96%,较传统方法明显提高,并且对于小样本地物识别精度也都能达到90%以上。本文算法对于高光谱影像地物具有更强的识别能力,并且具有较强的稳定性和鲁棒性。     

嵌入式主从并行处理系统命令分析器的设计与实现

论文分析了嵌入式主从并行处理系统应用软件特点,引入了完备自动机定义命令分析器的抽象数学模型,用该模型给出了命令分析器的形式化描述并编程实现,结果证明该方法是行之有效的。     

基于图像物理特征的并行地图匹配算法设计与研究

文章提出了图像的质量和重心概念,并给出了相应的定义及计算方法,在实时地图匹配应用中,首先利用图像的物理或几何特征进行地图粗相关匹配,确定一些可能的匹配点作为搜索空间,大大缩小了搜索范围;然后,在这个小的匹配区域内,按照像素进行图象的精相关匹配。文中设计了一种适于SIMD结构的基于图像物理特征的二次搜索地图匹配并行算法。     

基于加权K近邻和卷积神经网络的高光谱图像分类

传统的谱空联合分类算法通常定义一个邻域空间作为空间信息,忽略空间中非邻域空间信息,且容易将异类像元也考虑在内。针对于高光谱图像分类问题,提出了一种加权K近邻算法能够自适应地提取空间信息,首先定义光谱和空间坐标组成的特征空间,利用该特征空间寻找目标像元的K个相似像元,并对这些像元根据特征空间进行加权;将加权后的像元按照一定方式组合成三维张量表示最终的谱空联合信息,使用三维卷积神经网络对其进行训练,得到最终分类结果。从实验结果来看,相对于改进前的算法,在总体分类精度上得到了一定的提升,与原始的三维卷积神经网络相比,在收敛速度上也得到大大提升,为高光谱图像的谱空联合分类提供了一种更加实用的方法。     

基于HMM的私有协议自主学习方法

针对近年来工控网络中私有协议的广泛应用,给安全研究带来许多挑战。提出基于隐马尔科夫模型的私有协议自主学习方法,仅通过流量数据得到私有协议报文结构的有限状态机模型。针对Baum-Welch算法的缺点,采用因果状态分割重建算法求解私有协议的报文结构ε机模型,避免了局部最优和由于缺乏先验知识所产生的参数选择问题。并且通过公有协议FTP、Modbus TCP以及私有协议WDB RPC对方法的有效性进行了实验验证。最后讨论了下一步的研究方向。     

构件式建模方法在系统建模中的应用研究

为了使系统级建模过程工程化,提高模型构件的重用度,针对建模的实现过程,提出了通用的建模模式和构件式建模方法。将数据抽象、信号原语、异步并发机制处理等过程归纳为建模模式,并建立了典型的软硬件构件模型以便建模时重用,方便了快速建模和模型构件的重用;以无线接入系统为例,运用构件式建模方法建立了其系统模型,仿真分析了WLAN网络环境下站点数等参数对有效吞吐量的影响。实践表明,构件式建模方法能加快系统的建模过程,有助于实现建模过程的工程化。     

基于动态和静态环境对象观测一致性约束的移动机器人多传感器标定优化方法

为了解决机器人未知环境导航过程中的多源、异构传感器空间一致性观测问题,提出了基于动态和静态环境对象观测一致性约束的摄像机与激光测距传感器联合标定优化方法。利用协方差交集方法实现运动目标图像平面方向状态融合,同时采用卡尔曼滤波和概率数据关联滤波实现一对一和一对多信息源的静态角点特征图像平面方向状态融合;在此基础上,利用动态和静态物体融合前与融合后状态误差构造优化目标函数,并利用非线性优化方法实现标定参数优化。实验结果表明,该设计方法能够提高多传感器环境观测的一致性水平,验证了该方法的有效性。     

图像几何校正控制点的自动确定方法

依据图像几何校正的一般思路，提出了一种有效控制点（CP）自动确定方法，首先定义了基准控制点（RCP）及畸变控制点（DCP）的概念，设计了一种基于图像方差的检测模板，提出了相应的检测准则及搜索方案，然后在畸变图像中利用归一化积相关图像匹配算法实现了基准控制点相对应的畸变控制点的精确定位，并给出了方法的算法流程，最后，以几何旋转畸变图像为例进行仿真实验，准确辨识出了畸变模型的参数，验证了方法的可行性有效性。     

基于低秩结构提取的高光谱图像压缩表示

为实现高效、精准的高光谱图像分类,该文利用低秩矩阵恢复从原始数据中提取低维特征,实现高光谱图像的压缩表示。针对高光谱应用的特殊性,该文算法基于结构相似性度量(Structural Similarity Index Measurement, SSIM)对矩阵恢复过程提出了信噪分离约束,有助于选择更优的模型参数,增强表示的准确性。实验证明,相比现有相关方法,该文算法能够有效去除高光谱图像中的噪声,表示结果更为鲁棒;在仅使用低维特征时,仍能达到较高的分类精度。