如何培育建筑企业核心竞争力

市场经济促进市场主体之间的相互竞争,通过竞争来实现资源的合理配置和产生激励的功能,竞争激励强者淘汰弱小,刺激市场主体改进技术、改善经营管理、讲求效率、提高质量和降低成本。建筑企业是建筑市场主体的重要组成部分,必须经受市场的洗礼。不断求实创新、培育企业的抗风险能力和核心竞争力,才能适应市场、赢     

黄腐植酸钠镇咳祛痰平喘等作用的实验研究

近年来有关腐植酸作为医用药物的实验研究,已有一些报道。如抗炎、抗病毒、增强免疫机能等。我们应用山东薛城制药厂生产的黄腐酸钠治疗支气管炎疗效显著。为探索其药物效应的机制,我们按照中国医学科学院药物研究所的药物筛选法(1972)     

基于进化采样的粒子滤波算法

在粒子滤波算法中, 重采样的引入有效地改善粒子退化现象, 但同时也导致了粒子多样性减弱问题的产生. 本文给出了一种基于进化采样的改进粒子滤波算法. 该算法在重采样过程后, 首先根据马尔可夫链蒙特卡罗(Markov-Chain-Monte-Carlo, MCMC) 技术和遗传算法中的模拟二进制交叉原理生成候选粒子, 并利用适应度函数完成对于其权重的度量. 然后结合当前时刻的重采样粒子构建候选粒子集, 进而提升了重采样后粒子的多样性, 最终依据粒子自身的权重实现粒子的优选. 仿真结果表明: 该算法可有效地提高     

基于描述特征的人脸识别研究

针对基于主成分分析识别人脸存在计算复杂、不能准确地估计训练图像的协方差矩阵等问题,提出了一种基于描述特征的人脸识别算法(Expressive feature face recognitionalgorithm, EFFRA).该算法用训练图像的右奇异向量代替PCA求解的子空间的基向量,避免了将人脸图像转换成图像向量,明显降低了计算复杂性.进一步研究发现,EFFRA提取的每一个主成分向量中含有冗余,在此基础上,利用PCA实现了EFFRA的简化算法(MEFFRA),在ORL和Essex数据库上的实验结果表明,EFFRA及MEFFRA明显优于特征脸算法,MEFFRA的识别精度略好于EFFRA,但明显减少了对存储空间的需求.     

一种新的双层多分类器组合算法

多分类器组合是解决复杂模式识别问题的有效办法。文章提出了一种新的双层多分类器组合算法,首先利用分类对象的主次特征构建了多个差异的融合方案,然后对这些融合方案进行最终的组合决策。实验结果表明,对于复杂分类问题,本文算法具有较高的正确识别率。     

有色量测噪声下带广义未知扰动的递推上限滤波

针对博弈对抗环境下利用快速采样雷达进行非合作目标跟踪带来的有色噪声和未知干扰共存问题, 本文提出有色量测噪声下带广义未知扰动的随机动态系统递推上限滤波. 这里, 有色量测噪声用于描述由于快速采样或持续干扰带来的噪声相关性, 广义未知扰动用于建模博弈对抗对雷达观测带来的异常影响(先验信息缺失). 针对所考虑系统, 通过参数优化实现状态估计误差协方差上限(而不是理论值)的在线递推, 提出有色噪声下上限滤波(CU-BF), 给出状态估计误差协方差最小上限的近似实现, 讨论了所提CUBF的存在性条件. 在具有时变未知扰动和有色量测噪声的目标跟踪仿真中验证了所提方法的有效性.     

无人机编队飞行导航方法及其仿真研究

研究无人机导航优化编队问题,编队各成员的高精度定位是无人机协同编队飞行的关键技术和难点.为了提高编队定位的精度,提出了一种长机组合导航和长/僚机相对测量的编队成员导航定位方法,在编队导航系统模型的基础上,采用卡尔曼滤波原理估计出各成员的惯导误差,经校正后得到精确的导航信息,并进行仿真.仿真结果表明,改进的方法对所设计的长机与僚机的导航定位是完全可行的,编队各成员均获得较高的测地导航精度.     

基于声能衰减模型的WSNs目标定位算法

声音目标定位是无线传感器网络研究领域的一个热点;传统定位算法假定声音信号在无障碍的自由空间中传播,声能衰减因子取理想值2,由于未考虑场景对衰减因子的影响,导致定位精度普遍较差。提出一种新颖的基于声能衰减模型的无线传感器网络目标定位算法,视衰减因子为未知参数,应用极大似然原理将目标定位转换为函数极值优化问题;实验结果表明,算法定位精度有明显改善,且能辨识出场景的衰减因子,因而也可作为认知未知场景的参考依据。     

一种改进的模板匹配眼睛定位方法

针对眼睛定位问题,文章提出了一种改进的模板匹配方法。在使用一种合成的眼睛模板对图像进行匹配得到多个相似眼睛点的基础上,利用人脸库部分图像中两眼相对位置关系的统计值来构造一个分段距离函数,并计算相似眼睛点的两两距离,根据此距离信息来同时定位双眼。实验结果表明,与传统模板匹配方法相比,该文方法能够同时定位双眼,并显著提高了定位准确率和定位速度。     

基于IDSQ的自适应动态协同自组织算法

在无线传感器网络中传感器节点相互协同完成感知任务,以传感器量测的信息效用与获取量测的能量消耗来折中地选择参与节点,但用户对服务质量(QoS)的需求并没有在节点选择时得以体现.为此,提出一种自适应动态协同自组织算法(A-DCS).该算法能根据用户给定的精度需求,自适应地选择簇首,确定参与感知任务的簇成员顺序和个数,并计算相应的能量消耗.以目标跟踪为应用背景的仿真结果表明,在跟踪精度和能量消耗2个指标下,该算法优于信息驱动传感器查询(IDSQ)和动态协同自组织(DCS).