无人机编队多分辨率指控建模分析

从功能角度对无人机进行建模,分别描述了无人机编队在高分辨率和低分辨率下模型功能及各功能模块之间的信息交互关系。首先分析了无人机个体单元的组成结构,从体系结构的角度分析了各功能模型,从控制论的角度分析了各组成结构之间的信息交互关系。然后分析了编队队形保持算法,并分析了队形控制信息交互处理流程。     

基于GPRS/SMS空气污染远程监控系统的设计与实现

为了实现空气质量指数的智能监测和管理,设计并实现了一种基于SnO₂人工嗅觉探测的空气质量指数监测系统,系统通过空气质量指数现场网络监测节点采集、处理以及传递空气质量指数数据,采用ARM S3CA510B进行DTU数据传递,实现空气质量指数数据CO、SO₂等的高效率、大批量的传递;使用汇聚节点模块通过GPRS网络将数据传递到监管终端,监管终端将管理命令通过GPRS网络反馈到汇聚监测节点,实现空气质量指数数据的远程监测;采用监测管理终端为管理人员提供不同的监测处理、控制处理以及空气质量指数监测相关数据检索和汇总分析等人机界面;对系统空气质量指数信息流的传递流程图进行了设计,给出了系统数据通过串口进行通信的代码以及系统监管终端使用套接字实现网络通信的核心源码;实验结果说明,与传统系统相比,所提系统可实时监测出空气中CO、SO₂等污染气体的浓度,具有很高的实用性及有效性。     

基于复数蚁群算法的自适应抗干扰天线

针对自适应抗干扰天线研究了复数域的蚁群算法(Ant colony algorithm,ACA),该算法对多极值函数全局寻优具有传统算法不可比拟的良好性能.根据自适应信号处理原理和最小均方误差准则确定ACA所要优化的目标函数,建立了数学模型.为了计算多维复数权值,定义了权值矢量空间,给出了完整的计算步骤.仿真结果表明,该算法适用于自适应抗干扰技术,能够有效抑制多个干扰.通过与其他算法比较,ACA在抑制干扰、保护期望信号方面显示了较好的性能.     

网格技术在电子商务中的应用前景分析

网格技术作为一种新技术的出现,将消除信息孤岛,实现资源的全面共享与协同工作。介绍了网格技术,分析了网格技术在电子商务领域的特点以及应用优势,最后阐述了网格技术在电子商务领域中的应用前景。     

基于观测数据的数学模型预测性检验理论

基于显著性检验的意义及其存在的问题,提出了评价经验模型预测性的观点与方法,从理论与实践两方面探讨有关的统计检验手段,进而提出预测性检验理论.所涉方法用于化工装置的建模实践,实际效果良好.在其他领域,同样具有理论和实践的指导意义.     

新型消费文化趋势下的网络广告策略

网络技术发展和应用的日益广泛,促进了传统消费文化的快速变革,形成一种网络时代的新型消费文化。在这种新型消费文化的影响下,网络广告作为现代企业展开网络营销活动最重要的手段由此应运而生。网络广告设计理念也将具有全新的内涵,广告策略也将一改传统模式而独具特色,趋向于凝结市场、消费场所、审美情趣及生活方式等众多因素的整合,使得网络设计的视觉传达、技术应用、表现形式、运作模式等呈现出全新的面貌。     

Java程序设计课程的案例设计

解释了"项目驱动、案例教学、理论实践一体化"教学方法的基本思路,给出了Java程序设计课程的案例设计.     

边界信息保持的全染色肾脏切片多粒度分割

目的 肾小球图像的准确分割对肾脏病理学的疾病诊断和定量分析起到关键作用,然而全染色肾脏切片图像存在由肾小球个体差异大导致的空间尺度和上下文形状变化大,以及图像分辨率过高的问题,给高精度、高性能分割任务带来挑战。为此,提出一种边界信息保持的全染色肾脏切片多粒度分割方法。方法 使用一种多粒度上下文的空间注意力机制生成多粒度和多形状变化的空间注意力图,以限制上下文特征,减弱背景对目标的影响,强化网络对目标的感知能力,使网络更多地关注小目标特征;将原图像切分为若干小图来解决全染色图像分辨率高的问题,使用增广路径边界补零策略处理卷积核存在的贡献偏移效应,解决了肾小球目标处于图像边界所导致的分割困难问题,保证图像块的信息无损失地向高层传递,提高处于图像块边界的肾小球目标的分割精度;进一步地,针对图像块拼接带来的边缘肾小球容易漏检、计算开销大的问题,采用特征复用的概率累积滑窗策略,同时提高了分割精度和效率。结果 在小鼠肾脏细胞切片和HuBMAP（human biomolecular atlas program）人体肾脏数据上,本文方法提高了分割精度,并使预测速度提高50%左右。结论 对于全染色肾脏切片的肾小球分割问题,多粒度上下文特征和增广路径边界补零策略解决了边界区域肾小球目标分割困难、分割精度低的问题,并通过概率累积滑窗策略提高分割速度,相较传统的分割方法有更优秀的性能。     

基于小波去噪与随机森林的配电网高阻接地故障 半监督识别方法

针对配电网高阻接地故障识别易受噪声干扰、无标签数据难以利用的难题,提出一种基于小波去噪与随机森林的高阻接地故障半监督识别方法。区别于监督式学习方法仅利用标签数据,基于协同训练方法能够充分利用有标签数据与无标签数据。首先,使用小波阈值去噪算法消除零序电流中的噪声。其次,采用波峰波谷故障启动算法判断线路是否发生故障或扰动事件。运用小波变换提取零序电流的小波系数作为故障特征。最后,基于小波系数故障特征构建两个随机森林作为半监督分类器进行协同训练,从而实现高阻接地故障的检测识别。仿真结果表明,所提配电网高阻接地故障半监督识别方法可以充分挖掘配电网既有的故障案例中无标注数据蕴含的关键特征,从而提高故障分类准确率,具有较强的准确性和灵敏性。     

改进海鸥算法的多阈值图像分割算法北大核心CSCD

为进一步提高图像分割精度,改善传统多阈值图像分割方法计算量大、分割慢的问题,提出了改进海鸥算法(improved seagull optimization algorithm,ISOA)的多阈值图像分割方案。针对原始海鸥算法(seagull optimization algorithm,SOA)存在早熟、寻优精度不足的问题,首先,采用cubic混沌映射优化初始解,提高搜索效率;其次,引入鹰栖息优化算法(eagle perching optmizer,EPO)的缩放因子和疯狂算子进行扰动,并与麻雀搜索算法(sparow search algorithm,SSA)警戒者的位置更新相结合,优化寻优精度和收敛速度,避免陷入局部最优。利用6种基准测试函数对ISOA进行寻优性能测试。最后,将ISOA与图像分割的最优阈值选取相结合,进行基于Otsu的多阈值图像分割,并与现有分割算法进行对比。仿真结果表明,ISOA在基于Otsu的图像分割中,100%取得了最优值,且80.9%的结果优于其余算法,使图像的分割精度和质量均得到了优化。