PSR模型支持下重庆市主城区生态安全评价

运用PSR(压力-状态-响应)模型构建重庆市主城区生态安全评价指标体系,并结合层次分析法和熵权法确定指标权重,对重庆市主城区1988~2007年近20年的生态安全情况进行评价分析,最后利用ArcGIS9.3对主城区1988、2000、2007年的生态安全指数进行可视化,动态分析主城区近20年来生态安全情况的空间差异性。结果表明:重庆市主城区过去20年间整体生态情况趋好,近年来各区环境整体上都有较大好转。分析其驱动因素,主要概括为:政府加大环保投入,人口素质提高,环保法律法规的健全等方面。     

基于MFA与kNNS算法的高光谱遥感影像分类

为了研究高光谱影像数据的维数约简和分类问题,提出了一种基于边际费希尔分析(MFA)和kNNS的高光谱遥感影像数据分类算法。该方法利用数据的类别信息,通过MFA将高光谱数据从高维观测空间投影到低维流形空间,然后利用邻域内多个近邻点的信息通过kNNS分类器对低维空间中的数据进行分类。在Urban、Washington和Indian Pine数据集上的分类识别实验表明,该方法能够较为有效地发现高维空间中数据的内蕴结构,在每类随机选取4,6,8个训练样本的情况下,该方法的总体分类精度能够比其他算法提高3.7%～8.5%,分类精度有了明显的提高。     

基于GA优选参数的RBF神经网络水质评价

为进一步提高多光谱图像水质反演的评价精度,提出一种基于遗传算法(GA)优选参数的径向基函数(RBF)神经网络水质评价方法.利用高分辨率多光谱遥感SPOT-5数据和水质实地监测数据,得到符合条件且具有代表性的4类水质变量,对RBF神经网络进行训练和测试,用遗传算法对RBF神经网络的参数进行优化.在训练好的RBF神经网络模...     

人工智能烽火点燃中国象棋——记“浪潮杯”首届中国象棋计算机博奕锦标赛暨2006中国机器博奕学术研讨会、“浪潮杯”首届中国象棋人机大战

2006年适逢人工智能学科创立50周年。作为学术纪念活动,首届中国象棋计算机博弈锦标赛暨2006中国机器博弈学术研讨会,以及首届中国象棋人机大战于8月上旬在北京隆重举行。本次活动是由中国     

面向小型无人机导航的滑模控制算法研究

设计一种简单、高效、稳健的导航算法对无人机来说非常重要。分析了无人机的运动学和动力学特性,提出了一种基于滑模控制理论的非线性导航算法。针对滑模控制中出现的抖振问题,重新进行了控制律设计,并对制导参数进行了优化。实际测试结果表明,所提出的导航控制算法具有良好的性能指标,可跟踪任意航路点,可实现无人机自主飞行。     

面向高光谱图像分类的半监督Laplace鉴别嵌入

为有效提取出高光谱遥感图像数据的鉴别特征,该文阐述一种融合标记样本中鉴别信息和无标记样本中局部结构信息的半监督Laplace鉴别嵌入(SSLDE)算法。该算法利用标记样本的类别信息来保持样本集的可分性,并通过构建标记样本和无标记样本的Laplace矩阵来发现样本集中局部流形结构,实现半监督的流形鉴别。在KSC 和Urban数据集上的实验结果说明:该算法具有更高的分类精度,可以有效地提取出鉴别特征信息。在总体分类精度上,该算法比半监督最大边界准则(SSMMC)算法提升了6.3%~7.4%,比半监督流形保持嵌入(SSSMPE)算法提升了1.6%~4.4%。     

高效液相色谱法测定蜂蜜中氯霉素残留量的研究

建立了高效液相色谱检测蜂蜜中氯霉素残留的方法。样品先用NaOH进行碱化,经高速离心沉淀大部份有机酸、极性杂质,再用乙酸乙酯提取氯霉素。提取物在流动相V（甲醇）：V（水）（0．2％磷酸氢二铵缓冲液）=40：60的条件下,在波长278nm处测定氯霉素。本方法最低检出浓度为0．01ttg／g,在0．1～10μg／mL范围内,线性方程为y=60．404x＋2．5945,相关系数R^2=0．9993。加样回收率为82．9％～86．7％,RSD为5．1％～6．0%。本方法适于蜂蜜中氯霉素残留的监测。     

基于GA优选参数的SVR水质参数遥感反演方法

为进一步提高多光谱图像水质反演的精度,提出了一种基于GA优选参数的SVR水质参数遥感反演模型.该模型利用高分辨率多光谱遥感SPOT-5数据和水质实地监测数据,采用CV估计模型推广误差并使用GA优选SVR模型参数,实现了模型参数的自动全局优选,在训练好的SVR模型基础之上对水质进行反演.以渭河陕西段为例进行实证研究,实验结果表明,本文提出的水质反演模型较常规的线性回归模有更高的反演精度,为内陆河流环境遥感监测提供了一种新方法.     

一种多机器人系统仿真平台的框架结构研究

针对多机器人系统实验平台造价高,硬件容易老化、损坏等问题,提出一种仿真平台实现模拟的框架结构。仿真平台基于客户机／服务器结构,利用内核模块管理其他功能模块,引入插件概念构造传感器插件有效的实现了传感器的模拟。实验证明其易用性与实用性。     

基于深度强化学习的组合优化研究进展

组合优化问题广泛存在于国防、交通、工业、生活等各个领域, 几十年来, 传统运筹优化方法是解决组合优化问题的主要手段, 但随着实际应用中问题规模的不断扩大、求解实时性的要求越来越高, 传统运筹优化算法面临着很大的计算压力, 很难实现组合优化问题的在线求解. 近年来随着深度学习技术的迅猛发展, 深度强化学习在围棋、机器人等领域的瞩目成果显示了其强大的学习能力与序贯决策能力. 鉴于此, 近年来涌现出了多个利用深度强化学习方法解决组合优化问题的新方法, 具有求解速度快、模型泛化能力强的优势, 为组合优化问题的求解提供了一种全新的思路. 因此本文总结回顾近些年利用深度强化学习方法解决组合优化问题的相关理论方法与应用研究, 对其基本原理、相关方法、应用研究进行总结和综述, 并指出未来该方向亟待解决的若干问题.