雷达与红外数据融合的近距空中目标识别

为了提高传感器目标识别性能和近距空中目标识别准确性,结合雷达和红外传感器提出了一种目标融合识别模型：对于雷达传感器,提出基于参数学习贝叶斯网络的目标识别方法,首先采用EM算法对贝叶斯网络进行参数优化,然后根据获取的目标属性信息进行目标分类;对于红外成像传感器,采用基于小波矩特征的目标识别方法,首先对目标图像进行小波矩特征提取和选择,然后通过建立的BP神经网络分类器进行目标分类;最后通过D S证据组合法则对两部分识别结果进行融合处理,实现了基于雷达和红外数据融合的近距目标识别。仿真结果表明：和单传感器相比,所提出的模型可以更加精确地进行目标识别。     

面向云存储的安全存储策略研究

云存储是未来信息存储的一种理想方式,它提供方便易用的外包存储空间,以缓解爆炸增长的信息对存储空间的海量需求.但是,由于云存储用户担心自己的数据丢失,缺乏对云存储的信任,导致云存储推广普及变得困难.提出一种面向云存储的安全存储模型及存取策略,旨在解决私密信息在云中存储的数据安全性和用户匿名性的问题,并对其安全性进行了分析...     

扩维UKF在目标状态估计器中的应用

在火力/飞行控制(IFFC)系统的目标状态估计器(TSE)设计中,通常目标运动模型可精确地在直角坐标系下建模,同时在传感器坐标系下所获得的目标量又是直接可用的,但一般量测模型是非线性的,滤波器模型需采用非线性滤波方法.为了提高状态估计器的估计精度,在UKF(Unscented Kalman Filter)算法基础上,介绍了一种新的AUKF(Augmented UKF)滤波方法.此算法的思想是尽可能多地利用系统的量测信息,把系统和量测噪声同状态变量联系起来一起考虑,即把系统和量测噪声也列为状态.这要求预测方程产生的采样点同样被应用到更新方程,从而使噪声项的作用通过非线性方程进行传递.通过Monte-Carlo仿真与EKF(Extented Kalman Filter)算法进行了比较,仿真结果表明新算法的有效性和实用性.     

基于方差聚类的时序数据野值识别算法

时序数据中的野值会直接影响数据挖掘算法的结果,甚至造成算法失效。传统的基于密度的带有噪声的空间聚类(DBSCAN)算法可以用来识别野值,但是却存在算法对参数敏感、时间复杂度高、精度不高等问题。针对时序数据的特点,提出了一种可自动进行多次识别的基于方差聚类的野值识别算法。该方法通过将传统的邻域密度转换为方差和均值、将密度阈值转换为时间窗口内的方差和阈值,在定义野值数据、野簇数据和异常簇数据的基础上,给出野值识别方法的判断规则。同时,针对一次野值识别不能将全部野值剔除的问题,通过定义多次野值识别的结束条件将算法扩展为多次野值识别算法。通过在某航天数据挖掘项目中的应用,验证了该算法具有较好的通用性、低的时间复杂度、可进行多次识别以提高精度等特点。     

基于“SAMPLE”的高校网络课程群教学改革

信息时代对信息化人才的培养提出了更高要求,以网络为核心的信息技术将成为下一代计算机基础教育中的重要组成部分。本文在《高等学校计算机基础教育发展战略研究暨计算机基础教学基本要求》的指引下,分析网络类课程教育现状,结合多年网络类课程的教学体会及前期教学改革成果,整合教学内容,构建了多维网络课程群实验教学平台,采用协同式教学方法,探索了信息化人才培养的关键性问题,取得了良好成果。     

“面向对象程序设计”的双语教学实践

结合在计算机及相关专业开展＂面向对象程序设计＂双语教学的实际情况,从教材选择、教学内容、教学形式、教学多媒体、情景案例、作业安排与考核形式等方面探讨了实施双语教学的经验和体会,并就双语教学模式中需要注意的若干问题进行了讨论。     

某型飞机电传操纵系统四余度电液舵机模拟器设计

在详细分析某型飞机四余度电液平尾舵机原理特性的基础上,建立了舵机各组件的数学模型,根据实际工作条件和应用需求进行了合理简化,最后依据相似系统原理设计了该舵机的模拟器,并将其运用于电传操纵系统的测试与调整,取得了良好的效果.