过程数据的分段线性表示

在时间序列分段线性表示(PLR)基础上，提出用相对点平均误差度量子序列过程状态变化程度，改进过程数据PLR模型分段算法，克服采用单一误差算法的模型失配问题，更加准确地反应过程状态的变化。     

复杂体制雷达辐射源信号特征的集对分析

为解决复杂体制雷达辐射源信号特征的评价问题,提出了基于集对分析理论的复杂体制雷达辐射源信号特征分析模型.首先对复杂体制雷达辐射源信号特征评价指标体系的指标权重作层次分析,再通过集对分析理论对复杂体制雷达辐射源信号特征评估的决策矩阵进行同一度分析,最后联合指标权重矩阵和决策同一度矩阵对复杂体制雷达辐射源信号特征进行综合评判.仿真结果表明,该模型是有效、可行的,能够更好地实现对复杂体制雷达辐射源信号特征的分析和评估.     

基于局部自适应先验MRF模型的快速BP图像分割算法

针对常规MRF分割模型不能有效描述图像的局部特征、常导致图像的过分割现象,提出了一种局部自适应先验的MRF模型。该模型利用图像的邻接区域信息建立了一种局部自适应特征MRF模型。基于提出的模型,建立了一种具有快速收敛策略的区域BP算法对MRF模型的区域消息进行传递,有效解决了区域BP算法的计算量大的问题。实验结果表明,与常规区域BP算法相比,提出的分割方法具有更快的分割速度和精度。     

基于扩散距离和MDS的非刚性模型相似性分析

在非刚性模型相似性分析方法中, 基于测地距离的等距嵌入方法对模型拓扑变化非常敏感, 对于有局部拓扑变化的完全相似的模型也无法得到正确结果。为了弥补这一不足, 提高非刚性模型相似性分析的准确性, 将扩散距离与多维尺度分析(MDS)相结合, 计算非刚性模型的等距嵌入模型, 再利用迭代最近点(ICP)算法通过计算嵌入模型的相似性来实现原始非刚性模型的相似性分析。实例证明该方法对含有拓扑变化的非刚性模型可以得到理想的相似性分析结果。     

基于机器人三维模拟仿真的焊接生产线柔性主拼技术研究

为满足生产线柔性设计需求, 对柔性焊接生产线解决方案的难点进行了分析, 提出了基于机器人三维模拟仿真的生产线柔性主拼技术方案, 建立了机器人负载边界模型和基于负载边界模型的机器人选型及快换装置选型方案, 提出了网格式夹具设计方法, 以白车身柔性焊装生产线为例, 建立了面向柔性的网格式夹具设计方案以及网格式装配检测及应力分析, 并对面向柔性主拼中的离线编程技术及三维仿真中的项目权限管理和工作站模拟仿真工作流程进行了分析。该方案在某汽车厂NL-1&NL-2两个车型项目生产线的设计中应用焊接生产线上进行了应用验证, 能满足两车型生产线柔性主拼的需求。     

基于面向服务的泥石流数值模拟通用平台

对当前泥石流模拟系统的单一性缺点进行了研究,提出了面向服务的泥石流数值模拟的通用平台思想。以有限差分模型为基础,采用面向服务的思想,设计了系统 C/S模式的技术方案并完成了整个系统的设计和实现。经过香港滑坡地形图的验证,证明了本通用平台的可行性和有效性。     

基于UML交互概览图的测试线索的生成方法

针对单一UML模型测试不充分的问题,结合UML2.0交互概览图的特点开展测试方法研究,提出一种测试线索自动生成的方法。首先,给出UML类图、顺序图、交互概览图(OID)的形式化定义;通过提取交互概览图的流程信息和对象交互信息分别构造节点控制流图(NCFG)和消息序列图(MSD);将从MSD提取的消息路径嵌入到NCFG中,构造可测试交互概览图模型;最后采用两两覆盖准则生成测试线索。实验验证了该方法自动生成的测试线索在保证测试充分性的前提下可避免组合爆炸。     

标准模型下广义指定验证者签密

针对现实中签名的安全问题,提出了基于Waters技术的标准模型下安全的广义指定验证者签密方案。签密能够在一个逻辑步骤内同时完成加密和签名的功能。在广义指定验证者签名中,签名持有者即其拥有签名者的签名,能够确认一个指定验证者使其拥有这个签名,而指定验证者不能转移这种认定给其他任何人,仅指定的验证者能够验证签名的存在性。该方案通过广义指定验证者和签密的结合,消除了签名者和签名持有者在签名传输时所需的安全通道。在计算性线性Diffie-Hellman问题假设下,该方案被证明是安全的。和现有的方案相比,所提方案具有较高的计算效率。     

基于权重的云推理算法

虽然正态云模型具有普适性,但它在描述论域内单调上升或下降的概念时存在一些局限性,同时由于现有的云推理算法存在多条件下人为主观因素影响大、运算量大等问题,为此提出一种新的指数云模型来描述单调概念,并基于此提出一种基于权重的云推理算法。该算法将多条件发生器拆分为多个一维发生器,先通过层次分析法确定各个条件的属性权重,再采取加权平均法将单条件单规则发生器输出的结果精确化为一个具体的输出值。将基于权重的云推理算法用于鱼雷规避仿真系统中,并与模糊推理结果进行比较,验证了该算法的有效性和实用性。     

基于海量搜索历史数据的用户兴趣模型

针对互联网搜索引擎环境中,基于海量搜索历史数据分析用户兴趣的问题,提出一种改进的用户兴趣模型。该模型根据用户搜索的历史数据,结合向量空间模型（ VSM ）和TF-IDF算法,递归地回溯出用户兴趣权重列表。为解决用户兴趣变化和时间性能的问题,该模型引入时间遗忘机制进行动态更新,并在Hadoop分布式系统架构下利用MapReduce分布式编程模型进行实现。实验结果表明,改进的用户兴趣模型的查准率和召回率都能达到50',具有较好的可行性和可用性。