浅海环境下的单-双基地联合声探测研究

浅海水域的高频声纳探测是近年来发展迅速、研究活跃的水声技术领域之一,它的研究为实现小目标的有效探测提供了重要的技术支撑。浅海声场存在多途干扰,会影响声纳探测的效果。本文介绍了一种单-双基地联合探测方法,并分析了浅海多途干扰对单-双基地联合探测的影响,最后用MATLAB进行仿真和分析。     

一种适用于移动节点的事件驱动分簇算法

提出一种适用于移动无线传感器网络节点的事件驱动分簇算法,使用簇头间能量筛选法选举簇头,并加入事件驱动机制,能够使节点在有突发事件发生的情况下,对网络中的簇进行基于事件区域的重组,以减少数据冗余。建立相应的仿真实验模型,对运动节点的分簇情况进行动态跟踪及分析。实验结果表明,该算法能够满足事件驱动分簇的要求,能量消耗比经典算法更均衡。     

基于空间和属性数据的联合索引技术

传统联合查询通常需要空间数据库对2个索引进行检索,通过集合运算得到最终结果,运算效率较低。针对该缺陷,提出基于空间和属性数据的联合索引技术,在索引目录项中加入属性数据提高联合检索速度。实验结果表明,该技术对于属性与空间位置有较高相关度的数据,具有较高查询效率。     

液压混合动力履带车辆联合制动模糊控制

针对液压混合动力履带车辆联合制动系统,为了实现制动过程平稳性,提出了基于制动力分配原则的模糊控制策略.首先在MATLAB中建立了能量再生制动系统和机械制动系统以及车辆动力学仿真模型,然后设计了以制动力分配系数为控制变量的联合制动模糊控制器,给出了模糊控制规则,建立了控制系统仿真模型,并在不同制动强度条件下对车辆制动过程进行仿真.仿真结果表明,联合制动模糊控制系统能够有效回收制动能量,同时与PID控制相比明显改善和提高了履带车辆制动过程稳定性.     

基于混合模型的CCD镜头畸变精校正算法

针对机器视觉检测和高精度图像测量中使用的CCD镜头都存在不同程度光学畸变的问题,提出基于混合模型的CCD镜头畸变校正算法。用经典模型对畸变图像进行初次校正,用多面函数拟合法进行二次精校正,用三次B样条函数进行灰度重建。实验结果表明,该方法在不依赖摄像机内部参数条件下,相比单一的镜头畸变校正模型,精度提高,鲁棒性增强,校正后径向均方根误差为0.3个像素。     

绘画艺术与心理的完美结合

艺术是一种用形象来反映现实但比现实有典型性的社会意识形态,而其中的绘画艺术作为一种非语言的沟通工具,可以让观察者了解语言文字无法揭示的东西,同时绘画艺术的存在是与心理完美结合着的,共同服务于人类社会。     

运输任务分配与路径选择的组合优化模型

针对运输任务分配与路径选择的组合优化问题,提出基于二维染色体结构的改进遗传求解算法。采用自然数编码,设计选择、交叉、变异、检查算子,以及算法的控制参数和算法终止条件,给出遗传算法的求解模型。开发基于C#的实验平台进行验证,结果证明,该算法具有较好的求解性能。     

混合的汉语基本名词短语识别方法

提出一种混合的汉语基本名词短语（BaseNP）识别模型,包括采用语法规则、统计方法和组合分类器方法。利用BaseNP词的信息、词性信息及上下文句法信息,构建组合分类器,提高判断的准确性。在中文树库（CTB5.0）上进行实验,F值达到了90.09%,证明该方法能有效地识别BaseNP。     

灰色预测中缓冲算子的组合性质及应用

通过研究同性缓冲算子作用样本数据序列所得灰色预测模型的预测精度问题, 发现同类缓冲算子对于相同样本数据序列的预测值一致, 对于具体预测问题, 某个缓冲算子在此类问题中有效, 用到另一类问题上可能失效. 为此, 提出一种同性缓冲算子的组合方法, 通过对同性缓冲算子的有效组合可以得到一种新的缓冲算子, 该缓冲算子不但能够提高模型的预测精度, 而且可以扩大缓冲算子的适用范围. 实例验证表明, 所提出的组合方法是有价值的.

     

基于互信息的组合特征选择算法

对候选特征进行降维在机器学习领域,如分类、聚类问题中占有很重要的地位.现有的方法大多数是基于单一特征对目标T的依赖性或特征与特征之间对Y影响的关联性,互补性和冗余性进行特征选择.然而这些方法几乎都没有考虑到组合特征,如属性A,B仅包含Y中的极少量信息,甚至与Y完全独立,但A&B能提供关于Y的大量信息,甚至完全决定Y.基于此,提出了一种能够从特征集合中挖掘到组合特征与单一特征的特征选择算法,首先对不显著特征进行组合并按照条件概率分布表生成新的候选特征;然后,对单一特征和组合特征利用基于最大相关性和最小冗余度的准则进行选择.最后分别在虚拟和真实数据集上进行实验,实验结果表明该特征选择算法能够较好的挖掘数据集的组合特征信息,一定程度上提高了相应的机器学习算法的准确率.